| DC Field | Value | Language |
|---|
| dc.contributor.author | Хришкевич, Г. А. | - |
| dc.contributor.author | Пименов, В. И. | - |
| dc.contributor.author | Андреев, Д. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-05-04T06:58:25Z | - |
| dc.date.available | 2026-05-04T06:58:25Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Хришкевич, Г. А. Утраты монументальной живописи как показатели Big Data: объектно-ориентированное представление дефектов на основе многоканальной сегментации = Losses of monumental painting as Big Data indicators: object-oriented representation of defects based on multichannel segmentation / Г. А. Хришкевич, В. И. Пименов, Д. А. Андреев // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 160–167. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63509 | - |
| dc.description.abstract | В работе рассматриваются утраты монументальной живописи (трещины, пятна, лакуны) как источник структурированных данных в парадигме Big Data. Ключевым фактором является переход от пиксельной разметки к объектно-ориентированному набору данных, где каждый дефект представляется отдельной записью с геометрическими и морфологическими признаками. Особенности реализации предлагаемого подхода отражены в формализации процессов многоканальной сегментации дефектов с последующей детерминированной постобработкой и выделением связных компонентов. На примере реального изображения фрески из Спасо-Преображенского Мирожского мужского монастыря (Российская Федерация, г. Псков) получено 1038 объектов утрат при суммарной доле покрытия 33,9%, что подтверждает возможность накопления объектных показателей состояния для последующего анализа и мониторинга. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | Big Data | en_US |
| dc.subject | информационные системы | en_US |
| dc.subject | монументальная живопись | en_US |
| dc.subject | многоканальная сегментация | en_US |
| dc.subject | связные компоненты | en_US |
| dc.subject | объектно-ориентированные данные | en_US |
| dc.subject | цифровое документирование | en_US |
| dc.title | Утраты монументальной живописи как показатели Big Data: объектно-ориентированное представление дефектов на основе многоканальной сегментации | en_US |
| dc.title.alternative | Losses of monumental painting as Big Data indicators: object-oriented representation of defects based on multichannel segmentation | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The paper considers losses in monumental painting (cracks, stains, lacunae) as a source of structured data within the Big Data paradigm. The key idea is the transition from pixel-wise annotation to an object-oriented dataset in which each defect is represented as a separate record with geometric and visual features. The implementation of the proposed approach is based on the formalization of multichannel defect segmentation followed by deterministic post-processing and extraction of connected components. Using the example of a real fresco image from the Transfiguration of the Saviour Mirozhsky Monastery in Russian Federation in Pskov. 1038 loss objects were obtained with a total coverage of 33.9%, which confirms the possibility of accumulating object-level condition indicators for subsequent analysis and monitoring. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
