Application of a new method of image compression in the machine vision systems

封面

如何引用文章

全文:

详细

Robotic process automation systems are widely used in the tasks of a number of modern computing centers. The Russian robotic process automation platform “RPA Robin” has proven itself well, including in the field of automation of administration of a whole class of railway transport information systems. The emerging growth in the number of information systems managed and administered by software robots imposes limitations on the RAM resource of terminal servers. This paper proposes a way to reduce RAM consumption by terminal servers of software robotics in computing centers by applying a new specialized method of lossy image compression.

作者简介

A. Filipchenko

Main Computing Center - branch of JSC "Russian Railways", Department of Corporate Production Management Systems

编辑信件的主要联系方式.
Email: filipchenkoas@gvc.rzd.ru
Senior Technologist

参考

  1. Экономика инноваций цифровой железной дороги. Опыт Великобритании / В. П. Куприяновский, П. В. Куренков, Г. В. Бубнова [и др.] // International Journal of Open Information Technologies. – 2017. – Т. 5, № 3. – С. 79–99. – ISSN 2307-8162.
  2. Информационные технологии управления рисками транспортно-логистического бизнес-блока холдинга «РЖД» / Д. Г. Кахриманова, Г. В. Бубнова, О. В. Ефимова [и др.] // Информационные технологии и инновации на транспорте: материалы 4-й Международной научно-практической конференции, Орел, 15–16 мая 2018 года / Под ред. А. Н. Новикова. – Орел: Орловский государственный университет имени И. С. Тургенева, 2019. – С. 38–43.
  3. Bozhenyuk A., Morev K., Dolgiy I. Image Stabilization by Orientation of the Unmanned Aerial Vehicle // Lecture Notes in Networks and Systems. – 2022. – Vol. 330 LNNS. – P. 647–653. – doi: 10.1007/978-3-030-87178-9_64.
  4. Ларина Т. Б., Филипченко А. С. Проектирование программных роботов в среде RPA Robin // Инновационные, информационные и коммуникационные технологии: сб. трудов XIX Международной научно-практической конференции, Сочи, 01–10 октября 2022 года / Под ред. С. У. Увайсова. – Москва: Ассоциация выпускников и сотрудников ВВИА им. проф. Н. Е. Жуковского, 2022. – С. 15–20.
  5. Rozenberg E. N., Olshansky A. M., Ozerov A. V. Big Data-Based Methods for Functional Safety Case Preparation // Journal of Information Technology and Applications. – 2023. – Vol. 13, No. 2. – P. 91–98. – doi: 10.7251/JIT2302091R.
  6. Об использовании методов Big Data в области обеспечения функциональной безопасности / Е. Н. Розенберг, А. М. Ольшанский, А. В. Озеров, Р. А. Сафронов // Надежность. – 2022. – Т. 22, № 2. – С. 38–46. – doi: 10.21683/1729-2646-2022-22-2-38-46.
  7. Долгий И. Д. Волноводно-оптические технологии сбора информации и математические модели ее представления в интегрированных системах диспетчерского управления и централизации // Вестник Ростовского государственного университета путей сообщения. – 2011. – № 2 (42). – С. 58–64. – ISSN 0201-727Х.
  8. Желенков Б. В., Филипченко А. С. Типология алгоритмов обработки и анализа больших данных // Цифровые технологии и решения в сфере транспорта и образования: материалы II Национальной научно-практической конференции. – Москва: Российский университет транспорта, Белый ветер, 2023. – С. 43–49.
  9. Реализация логистических решений по повышению эффективности железных дорог Российской Федерации / М. А. Дежков, А. А. Никонюк, С. А. Филипченко [и др.] // Логистика. – 2025. – № 1 (218). – С. 10–14. – ISSN 2219-7222.
  10. Математический энциклопедический словарь / Гл. ред. Ю. В. Прохоров; ред. кол.: С. И. Адян, Н. С. Бахвалов, В. И. Битюцков [и др.]. – Москва: Советская энциклопедия, 1988. – 847 с.
  11. Shannon C. E. A Mathematical Theory of Communication // Bell System Technical Journal. – 1948. – No. 27. – P. 379–423.
  12. Климов А. А., Куренков П. В., Емец В. Н. К толкованию «цифровых» экономических понятий // Экономика железных дорог. – 2018. – № 1. – С. 69–73. – ISSN 1727-6500.
  13. Васильев А. М. Введение в статистическую физику: учебное пособие. – Москва: Высш. школа, 1980. – 272 с.
  14. Филипченко А. С. Моделирование безотказной работы параллельной специализированной вычислительной системы на транспорте методом неопределённых множителей Лагранжа // Цифровые технологии и решения в сфере транспорта и образования: материалы III Национальной научно-практической конференции, Москва, 05 декабря 2024 года. – Москва: Российский университет транспорта (МИИТ), 2024. – С. 252–259.
  15. Филипченко А. С. Вычисление показателей эффективности оптимизированной реализации параллельного алгоритма CDF 9/7 // Интеллектуальные транспортные системы: материалы III Международной научно-практической конференции, Москва, 30 мая 2024 года. – Москва: Российский университет транспорта (МИИТ), 2024. – С. 476–482. – doi: 10.30932/9785002446094-2024-476-482.
  16. Свидетельство о государственной регистрации программы для ЭВМ № 2024683191. Российская Федерация. Параллельная аппаратно-эффективная реализация дискретного вейвлет-преобразования CDF 9/7 для обработки изображений / А. С. Филипченко. – № 2024683056; заявл. 07.10.2024; опубл. 10.10.2024.
  17. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – Изд. 3-е, испр. и доп. – Москва: Техносфера, 2012. – 1104 с. – ISBN 978-5-94836-331-8.
  18. Lyakhov P., Nagornov N., Bergerman M. Comparison of Approaches to the Circuits Design for DWT with CDF 9/7 Wavelet // Lecture Notes in Networks and Systems. – 2022. – Vol. 424. – P. 1–9. – doi: 10.1007/978-3-030-97020-8_1.
  19. Larina T. B., Filipchenko A. S. Experiments with multi-threaded processing in RPA Robin // Information Innovative Technologies: International Scientific-Practical Conference, Prague, 25–29 April 2022. – Moscow: Association of graduates and employees of AFEA named after prof. Zhukovsky, 2022. – P. 245–252.
  20. Larina T. B., Filipchenko A. S. Features of operations parallelization in RPA systems // Information Innovative Technologies: International Scientific-Practical Conference, Prague, 25–29 April 2022. – Moscow: Association of graduates and employees of AFEA named after prof. Zhukovsky, 2022. – P. 239–245.
  21. Оценка безопасности и бесперебойности работы системы управления маневровым локомотивом с техническим зрением / И. Б. Шубинский, Е. Н. Розенберг, И. А. Панферов [и др.] // Надежность. – 2023. – Т. 23, № 1. – С. 30–37. – doi: 10.21683/1729-2646-2023-23-1-30-37.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Filipchenko A.S., 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».