Логотип репозиторію
Фонди та зібрання
Пошук за критеріями
  • English
  • Yкраї́нська
Увійти
Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Переглянути за автором

Перегляд за Автор "Косицький, Станіслав Ігоревич"

Або введіть перші символи:
Зараз показуємо 1 - 1 з 1
  • Результатів на сторінці
  • Налаштування сортування
  • Ескіз недоступний
    Документ
    Методика навчання технологій комп’ютерного зору в STEM-проєктах із використанням апаратно-обчислювальних платформ
    (Видавничий дім «Гельветика», 2025) Садовий, Микола Ілліч; Соменко, Дмитро Вікторович; Трифонова, Олена Михайлівна; Косицький, Станіслав Ігоревич; Sadovyi, Mykola; Somenko, Dmytro; Tryfonova, Olena; Kosytskyi, Stanislav
    (ua) У сучасних умовах розвитку цифрового суспільства ключову роль у підготовці здобувачів освіти відіграє формування цифрової компетентності. Одним із перспективних напрямів її розвитку є використання технологій комп’ютерного зору. У цій статті розглядається практичний аспект застосування комп’ютерного зору на прикладі розробки та програмування вентилятора із самонаведенням на основі мікроконтролера ESP32CAM, що є одним із прикладів інтеграції інтелектуальних систем в освітній процес. Стаття аналізує теоретичні та практичні аспекти створення автоматизованих систем управління, які використовують методи розпізнавання об’єктів й облич за допомогою комп’ютерного зору. Розглядається апаратне забезпечення, включно з мікроконтролером ESP32CAM, серводвигунами, системою кріплення та елементами живлення. Описуються особливості програмного забезпечення, зокрема алгоритми обробки зображень, використання бібліотек машинного навчання та методи оптимізації процесу розпізнавання. Особливу увагу приділено питанням інтеграції таких технологій у систему освіти. У статті пропонуються шляхи впровадження навчальних проєктів на основі комп’ютерного зору в шкільну, професійну та вищу освіту. Наведено приклади застосування проєкту в межах STEM-освіти, курсів з програмування та робототехніки, вивчення вбудованих систем та інтернету речей (IoT). Акцентується увага на міждисциплінарному підході. Крім того, у статті розглядається можливість використання таких проєктів у наукових дослідженнях, проведенні хакатонів і практичних занять у лабораторіях технічних університетів. Обговорюються перспективи вдосконалення алгоритмів комп’ютерного зору для підвищення точності розпізнавання об’єктів, використання глибоких нейронних мереж та розширення функціональності пристрою шляхом під’єднання до хмарних сервісів для обробки даних у реальному часі. (en) In modern digital society, the development of digital competence plays a crucial role in preparing learners. One of the promising areas of its development is the use of computer vision technologies. This article explores the practical aspects of using computer vision through the development and programming of a self-guiding fan based on the ESP32CAM microcontroller, demonstrating an example of integrating intelligent systems into the educational process. The article analyzes the theoretical and practical aspects of creating automated control systems that utilize object and facial recognition methods via computer vision. The hardware components are examined, including the ESP32CAM microcontroller, servo motors, mounting systems, and power supply elements. Additionally, the software aspects are described, particularly image processing algorithms, the use of machine learning libraries, and optimization methods for improving recognition processes. Special attention is given to the integration of such technologies into the education system. The article suggests ways to incorporate computer vision-based educational projects into school, vocational, and higher education curricula. Examples are provided of how this project can be utilized within STEM education, programming and robotics courses, embedded systems studies, and the Internet of Things (IoT). Emphasis is placed on an interdisciplinary approach. Moreover, the article discusses the potential applications of such projects in scientific research, hackathons, and practical laboratory sessions in technical universities. The paper explores ways to improve computer vision algorithms to enhance object recognition accuracy, the use of deep neural networks, and the expansion of device functionality through cloud service integration for real-time data processing.

DSpace software copyright © 2002-2025 LYRASIS

  • Політика приватності
  • Угода користувача
  • Надіслати відгук
Логотип репозиторію COAR Notify