ПЕРСПЕКТИВИ НЕЙРОМЕРЕЖЕВОГО ПІДХОДУ ДЛЯ ЗАДАЧІ ВІДТВОРЕННЯ ПОШКОДЖЕНИХ ПАПЕРІВ

Максим Солоний; Андрій Яровий; Ярослав Іванчук; Володимир Озеранський

doi:10.31649/1999-9941-2022-54-2-55-60

Автор(и)

Максим Солоний Вінницький національний технічний університет
Андрій Яровий Вінницький національний технічний університет
Ярослав Іванчук Вінницький національний технічний університет
Володимир Озеранський Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1999-9941-2022-54-2-55-60

Ключові слова:

нейронні мережі, відтворення пошкоджених паперів, криміналістика

Анотація

У наш час, задача відтворення пошкоджених паперів є достатньо актуальною, експерти витрачають години, дні або навіть тижні, на те, щоб відтворити пошкоджені документи, рисунки або інші матеріали, які можуть відіграти роль ключового доказу в кримінальній справі. Автоматизація даного процесу значно підвищить швидкодію та якість вирішення даної задачі, тим самим підвищить ефективність роботи експертів-криміналістів. Під час пошуку існуючих рішень, в ході дослідження прямих аналогів виявлено не було, проте знайдено декілька непрямих аналогів, які вирішують досить близькі задачі. Перший аналог – технологія, запропонована вченими Хайфського університету для відтворення пошкоджених археологічних знахідок. Дану технологію успішно випробувано на реальних артефактах Британського музею, що довело її ефективність при відтворенні пошкоджених фресок. Дані результати є перспективними для подальшої розробки інформаційної технології відтворення цілісності пошкодженого документа, зокрема, в контексті повного відтворення структури паперу на основі його мікрорельєфу. Другий аналог – технологія редагування зображень за допомогою карт Кохонена. Дана технологія ефективно виконує базові завдання ретушування зображень, зокрема, видалення об’єктів, відновлення цілісності після видалення. Оскільки дана технологія використовується для обробки зображень, її можна використати як основу для відтворення пошкодженого вмісту документа після його фізичної збірки. Адже під час відновлення структури паперу цілісність вмісту може бути частково втрачена. В даній статті детально проаналізовано кожну з наведених технологій, в тому числі й на рівні математичних моделей, виокремлено їх переваги та недоліки, наведено приклади їх реального застосування. На основі переваг кожної з проаналізованих технологій, запропоновано підхід до вирішення задачі відтворення пошкоджених паперів.

Біографії авторів

Максим Солоний, Вінницький національний технічний університет

аспірант кафедри комп’ютерних наук

Андрій Яровий, Вінницький національний технічний університет

доктор технічних наук, професор, завідувач кафедри комп’ютерних наук

Ярослав Іванчук, Вінницький національний технічний університет

доктор технічних наук, доцент, професор кафедри комп’ютерних наук

Володимир Озеранський, Вінницький національний технічний університет

кандидат технічних наук, старший викладач кафедри комп’ютерних наук

Посилання

M. A. Solonyi, A. A. Yarovyi, “Perspektyvy zastosuvannia tekhnolohii neironnykh merezh dlia zadachi vidtvorennia poshkodzhenykh paperiv,” y Zbirnyk materialiv Vseukrainskoi naukovo-praktychnoi konferentsii “Molod v nautsi: doslidzhennia, problemy, perspektyvy (MN-2021)”, (Vinnytsia, 01–14 travnia 2021 r.). Vinnytsia. Ukraina: VNTU, 2021, s. 1-2. [Online]. Available: https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/viewFile/13252/11113. Accessed on: May 10, 2022 [in Ukrainian].

M. A. Solonyi, A. A. Yarovyi, “Analiz intelektualnykh tekhnolohii v konteksti zadachi vidtvorennia poshkodzhenykh paperiv,” y Zbirnyk materialiv Vseukrainskoi naukovo-praktychnoi konferentsii “Molod v nautsi: doslidzhennia, problemy, perspektyvy (MN-2022)”. Vinnytsia. Ukraina: VNTU, 2022, s. 1-3. [Online]. Available: https://conferences.vntu.edu.ua/in-dex.php/mn/mn2022/paper/viewFile/16337/13751. Accessed on: May 10, 2022 [in Ukrainian].

SOLVING ARCHAEOLOGICAL PUZZLES. [Online]. Available: https://arxiv.org/pdf/1812.10553.pdf. Accessed on: May 10, 2022.

KOHONEN SELF-ORGANIZING MAPS. [Online]. Available: https://towardsdatascience.com/kohonen-self-organizing-maps-a29040d688da. Accessed on: May 10, 2022.

Self Organizing Maps – Kohonen Maps. [Online]. Available: https://www.geeksforgeeks.org/self-organising-maps-kohonen-maps/. Accessed on: May 10, 2022.

A multiscale neural network method for image restoration. [Online]. Available: https://tema.sbmac.org.br/tema/article/download/179/118. Accessed on: May 10, 2022.

Image inpainting based on self-organizing maps by using multi-agent implementation. [Online]. Available: https://www.sciencedirect.com/science/article/pii/S1877050914012186. Accessed on: May 10, 2022.