https://libeldoc.bsuir.by/handle/123456789/63509| Title: | Утраты монументальной живописи как показатели Big Data: объектно-ориентированное представление дефектов на основе многоканальной сегментации |
| Other Titles: | Losses of monumental painting as Big Data indicators: object-oriented representation of defects based on multichannel segmentation |
| Authors: | Хришкевич, Г. А. Пименов, В. И. Андреев, Д. А. |
| Keywords: | материалы конференций;Big Data;информационные системы;монументальная живопись;многоканальная сегментация;связные компоненты;объектно-ориентированные данные;цифровое документирование |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| 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. |
| 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. |
| Alternative abstract: | 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. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63509 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Hrishkevich_Utraty.pdf | 3.27 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.