Дисертація доктора філософії. Черевик Олексій В'ячеславович. Методи синтезу 3D-моделей об’єктів засобами комп’ютерного зору та машинного навчання

Реєстраційний номер

0826U002294, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

02-07-2026

Статус

Запланована   Чому дисертація має статус "Запланована"?

Назва роботи

Методи синтезу 3D-моделей об’єктів засобами комп’ютерного зору та машинного навчання

Здобувач

Черевик Олексій В'ячеславович,

Керівник Гніденко Микола Петрович
Опонент Малахов Євгеній Валерійович
Опонент Федорова Наталія Володимирівна
Рецензент Нестеренко Катерина Сергіївна
Рецензент Власенко Вадим Олександрович

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Державний університет інформаційно-комунікаційних технологій

Опис

Реферат Роботу присвячено дослідженню існуючих методів синтезу 3D-моделей та обробки цифрових зображень для подальшої обробки методами комп’ютерного зору і глибокого навчання. Розглянуто просцес побудови тривимірних моделей анатомічних структур людини на базі багатошарових знімків з томографу. Актуальність дослідження визначається широким застосуванням тривимірного моделювання і візуалізації в сучасній техниці, медицині, творчості. Методики комп’ютерного зору і глибокого навчання у значно полегшують створення тривимірних моделей об’єктів реального світу. Зокрема в медицині, де дані методи допомагають у діагностиці захворювань і підготовці до хірургічних операцій. Метою роботи є підвищення ефективності процесів створення тривимірних цифрових копій об'єктів шляхом розробки нових та вдосконалення існуючих методів синтезу 3D-моделей, а також створення на їх основі оптимізованих апаратно-програмних засобів, щоб забезпечить високу швидкість обробки даних та точність відтворення геометрії Наукова новизна полягає в удосконаленні моделі автоматичної системи створення 3D-моделей методом сегментації зображень із допомогою глибокого навчання. Розроблено метод інтелектуальної сегментації медичних зображень для побудови 3D-моделей, який базується на ансамблюванні прогнозів декількох гібрідних 2D-3D-нейромереж архітектури U-Net у різних площинах багатошаровоих медичних знімків. Запропоновано новий метод згортки багатошарового сканованого зображення із нерівномірними розмірами вокселів шляхом запровадження анізотропних 3D-фільтрів, адаптованих до товщини зрізу початкового зображення. Запропоновано алгоритм післяобробки сегментованих даних, що базується на урахуванні міжзрізової узгодженості в поєднанні зі стандартними операціями післяобробки, що забезпечує просторову безперервність між зрізами у локальній області. Це дозволило покращити топологічну коректність 3D-моделей без залучення додаткових обчислювальних потужностей CPU та GPU. Практичне значення результатів полягає у створенні автоматичної цифрової системи обробки зображень, що забезпечує високу якість і швидкість сегментації багатошарових медичних знімків і дослідження необхідного для неї апаратного забезпечення. Ключові слова: 3D-візуалізація, комп’ютерні системи, сегментація зображень, синтез 3D об’єктів, інформаціїні технології, машинне навчання, обробка зображень, нейронні мережі, апаратне забезпечення. Дисертаційна робота складається з анотації, змісту, вступу, п’яти розділів, загальних висновків, списку використаних джерел та додатків. Робота містить 27 рисунків, 16 таблиць та 1 додаток. Список використаних джерел налічує 123 найменування. Загальний обсяг дисертації становить 153 сторінки, з них 141 сторінка основного тексту.

Дата реєстрації

2026-06-08

Додано/оновлено в НРАТ

2026-06-08 / 2026-07-02