МЕТОД СЕМАНТИЧНОЇ СЕГМЕНТАЦІЇ ВІДЕОЗОБРАЖЕНЬ З ВИКОРИСТАННЯМ НЕЙРОННОЇ МЕРЕЖІ U-NET

Автор(и)

  • Андрій Костромицький Харківський національний університет радіоелектроніки, Харків, Україна
  • Валерій Безрук Харківський національний університет радіоелектроніки, Харків, Україна
  • Ігор Малінін Харківський національний університет імені В. Н. Каразіна, Харків, Україна
  • Артем Панчук Харківського національного університету Повітряних Сил ім. І. Кожедуба, Харків, Україна
  • Богдан Бреславець Львів, Україна

DOI:

https://doi.org/10.18372/2310-5461.68.19045

Ключові слова:

відеозображення, селективне шифрування, семантична сегментація, нейронна мережа U-Net, захист відеоінформації, машинне навчання, кодування, стиснення, криптографічна обробка, відеоспостереження, оптимізація ресурсів

Анотація

У сучасному інформаційному середовищі відеоінформація стала одним із наймасовіших і найцінніших типів даних. Камери відеоспостереження, мобільні пристрої, дрони та онлайн-платформи щоденно генерують величезні обсяги візуальних даних, значна частина яких містить конфіденційну або персональну інформацію. Традиційні підходи до захисту, такі як повне шифрування відеопотоку, забезпечують високий рівень безпеки, але мають суттєві обмеження: вимагають значних обчислювальних ресурсів, збільшують затримки при передачі й не дозволяють ефективно працювати в режимі реального часу. У статті розглянуто науково-прикладну задачу селективного захисту відеоінформації в умовах обмежених обчислювальних ресурсів, що є актуальною для систем відеоспостереження, медичних записів та інших сфер, де необхідно забезпечити конфіденційність лише критично важливих ділянок зображення. Мета дослідження полягає у створенні програмного інструменту для динамічного визначення та шифрування значущих фрагментів відеозображення з використанням методів семантичної сегментації та технологій машинного навчання. Запропонована система базується на архітектурі нейронної мережі U-Net, яка дозволяє точно ідентифікувати області, що потребують криптографічного захисту, і застосовувати до них селективне шифрування. В якості експериментальної основи використано датасет Stanford Background, результати тестування підтверджують ефективність обраного підходу. Представлені методи можуть бути інтегровані у практичні системи з обмеженими ресурсами та підвищеними вимогами до продуктивності й безпеки.

Біографії авторів

Андрій Костромицький, Харківський національний університет радіоелектроніки, Харків, Україна

Кандидат економічних  наук, доцент

Валерій Безрук, Харківський національний університет радіоелектроніки, Харків, Україна

Доктор технічних наук, професор

Ігор Малінін, Харківський національний університет імені В. Н. Каразіна, Харків, Україна

Студент

Артем Панчук, Харківського національного університету Повітряних Сил ім. І. Кожедуба, Харків, Україна

Старший викладач

Богдан Бреславець, Львів, Україна

Старший інженер-програміст, Epam Systems, Львів, Україна

Посилання

Ільяшов О. А., Бурячок В. Л. До питання захисту інформаційно-телекомунікаційної сфери від стороннього кібернетичного впливу // Наука и оборона. 2010. № 4. С. 35–41.

Image file type and format guide // MDN Web Docs. Media types and formats for image, audio, and video content. URL: https://developer.mozilla.org/en-US/docs/Web/Media/Guides/Formats/Image_types (дата звернення: 14.10.2025).

Codecs in common media types. MDN Web Docs. Media types and formats for image, audio, and video content. URL: https://developer.mozilla.org/en-US/docs/Web/Media/Guides/Formats/codecs_parameter (дата звернення: 14.10.2025).

Method of Coding Video Images Based on Meta-Determination of Segments / V. Barannik et al. // Digital Ecosystems: Interconnecting Advanced Networks with AI Applications : TCSET 2024. Cham : Springer, 2024. Vol. 1198. P. 566–589. DOI: https://doi.org/10.1007/978-3-031-61221-3_27.

Gimp raster to vector // Kitchenfity. URL: https://kitchenfity.weebly.com/blog/gimp-raster-to-vector (дата звернення: 14.10.2025).

Fotovvat A., Wahid K. A. Selective Encryption of VVC Encoded Video Streams for the Internet of Video Things // arXiv. 2021. URL: https://arxiv.org/pdf/2103.14844 (дата звернення: 14.10.2025).

PyTorch: An Imperative Style, High-Performance Deep Learning Library / A. Paszke et al. // arXiv. 2019. URL: https://arxiv.org/pdf/1912.01703 (дата звернення: 14.10.2025).

Barannik V., Karpenko S. Method of the 3-D image processing // Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET): proceedings of Intern. Conf. (Lviv-Slavsko, Ukraine, February 19-23, 2008). Lviv-Slavsko, 2008. P. 378–380.

Chaudhari R. E., Dhok S. B. Review of Fractal Transform based Image and Video Compression // International Journal of Computer Applications. 2012. Vol. 57, No. 19. URL: https://www.ijcaonline.org/archives/volume57/number19/9223-3782/ (дата звернення: 14.10.2025).

Compression method in terms of ensuring the fidelity of video images in infocommunication networks / V. Barannik et al. // Radioelectronic and Computer Systems. 2022. No. 4 (100). P. 10–24. DOI: 10.32620/reks.2022.5/09.

Ficzere P. The possibilities of intelligent manufacturing methods. // Research Gate. 02.05.2020. URL: https://www.researchgate.net/publication/357738098_The_possibilities_of_intelligent_manufacturing_methods (дата звернення: 14.10.2025).

Method of Mini Segments Encoding in Difference Space Using Haar Wavelet / V. Barannik et al. // 2023 IEEE 5th International Conference on Advanced Information and Communication Technologies (AICT). Lviv, Ukraine, 2023. P. 1–4. DOI: 10.1109/AICT61584.2023.10452674.

Gould S., Fulton R., Koller D. Decomposing a Scene into Geometric and Semantically Consistent Regions. // ResearchGate. URL: https://www.researchgate.net/publication/224135950 (дата звернення: 14.10.2025).

A Method of Scrambling for the System of Cryptocompression of Codograms Service Components / V. Barannik et al. // Emerging Networking in the Digital Transformation Age : TCSET 2022. Cham : Springer, 2023. Vol. 965. P. 444–459. (Lecture Notes in Electrical Engineering).DOI: https://doi.org/10.1007/978-3-031-24963-1_26.

Метод аналізу взаємодії параметрів QOE та QOS на основі алгоритмів керування машинами / Р. Одарченко та ін. // Наукоємні технології. 2022. № 4 (56). С. 305–316. DOI: https://doi.org/10.18372/2310-5461.56.17130.

Krawczyk H., Bellare M., Canetti R. HMAC: Keyed-Hashing for Message Authentication. RFC 2104. 1997. URL: https://www.rfc-editor.org/rfc/rfc2104.html (дата звернення: 14.10.2025).

Метод кластеризації послідовності трансформант за структурними ознаками їх спектрально-параметричного опису / В. В. Бараннік та ін. // Наукоємні технології. 2024. № 2 (62). С. 185–192. DOI: https://doi.org/10.18372/2310-5461.62.18712.

Ranjith B., Raghu N. CryptoGAN: a new frontier in generative adversarial network-driven image encryption // IAES International Journal of Artificial Intelligence. 2024. Vol. 13, No. 4. P. 4813–4821. DOI: https://doi.org/10.11591/ijai.v13.i4.pp4813-4821.

Метод стиснення кластеризованих трансформант на основі блочного кодування з локально-монотонним визначенням довжини / В. В. Бараннік та ін. // Наукоємні технології. 2024. № 3 (63). С. 274–281. DOI: https://doi.org/10.18372/2310-5461.63.18971.

Strogatz S. H. Nonlinear Dynamics and Chaos. CRC Press, 2018, 513 p.

Recommendation for Password-Based Key Derivation Part 1: Storage Applications / M. Sönmez Turan et al. // NIST Special Publication 800-132. URL: https://nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-132.pdf (дата звернення: 14.10.2025).

Tang L. Methods for Encrypting and Decrypting MPEG Video Data Efficiently // Carnegie Mellon University. URL: https://dl.acm.org/doi/pdf/10.1145/244130.244209 (дата звернення: 14.10.2025).

A Comparative Analysis on Blockchain versus Centralized Authentication Architectures for IoT-Enabled Smart Devices in Smart Cities: A Comprehensive Review, Recent Advances, and Future Research Directions / A. M. Usman et al. // Sensors (MDPI). 2022. Vol. 22, Iss. 14. URL: https://www.mdpi.com/1424-8220/22/14/5168 (дата звернення: 14.10.2025).

Критерії вибору спектрально-ефективних сигналів у бездротових інформаційних мережах / В. Козловський та ін. // Наукоємні технології. 2022. № 4 (56). С. 273–286. DOI: https://doi.org/10.18372/2310-5461.56.17125 (дата звернення: 14.10.2025).

Xiaowu Li, Huiling Peng. Chaotic medical image encryption method using attention mechanism fusion ResNet model // Frontiers in Neuroscience. 2023. Vol. 17. Art. 1226154. DOI: https://doi.org/10.3389/fnins.2023.1226154.

Technology of Sliding Coding of Uneven Diagonal Sequences in Two-Dimensional Spectral Space of Transformants / V. V. Barannik et al. // Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia. 2023. No. 94. P. 13–23. DOI: 10.20535/RADAP.2023.94.13-23.

Saving Elements Methods for Service Components of Images Cryptocompression Codograms / V. V. Barannik et al. // Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia. 2023. No. 92. P. 28–40. DOI: 10.20535/RADAP.2023.92.28-40.

Significant Microsegment Transformants Encoding Method to Increase the Availability of Video Information Resource / V. Barannik et al. // IEEE Advanced Trends in Information Theory (ATIT) : proceedings of 2nd Intern. Conf. (Kyiv, Ukraine, November 25-27, 2020). Kyiv, 2020. P. 52–56. DOI: 10.1109/ATIT50783.2020.9349256.

Barannik V., Shiryaev A. Quadrature compression of images in polyadic space // Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET'2012) : proceedings of Intern. Conf. (Lviv-Slavske, Ukraine, February 21–24, 2012). Lviv-Slavske, 2012. P. 422.

Development of Adaptive Arithmetic Coding Method to the Sequence of Bits / V. Barannik et al. Engineer of the XXI Century: EngineerXXI 2018. Cham: // Springer, 2020. Vol. 70. (Mechanisms and Machine Science). DOI: https://doi.org/10.1007/978-3-030-13321-4_18.

Video Segments Stamping Method Saving Their Reliability in the Spectral-Cluster Space / V. V. Barannik et al. // Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia. 2023. No. 92. P. 41–53. DOI: 10.20535/RADAP.2023.92.41-53.

A novel image encryption method based on improved two-dimensional logistic mapping and DNA computing / Y. Chen et al. // Frontiers in Physics. 2024. URL: https://www.frontiersin.org/journals/physics/articles/10.3389/fphy.2024.1469418/full (дата звернення: 14.10.2025).

Barannik V., Khimenko V., Barannik N. Method of indirect information hiding in the process of video compression. // Radioelectronic and Computer Systems. 2021. No. 4. P. 119–131. DOI: https://doi.org/10.32620/reks.2021.4.

##submission.downloads##

Опубліковано

10.02.2026

Як цитувати

Костромицький, А., Безрук, В., Малінін, І., Панчук, А., & Бреславець, Б. (2026). МЕТОД СЕМАНТИЧНОЇ СЕГМЕНТАЦІЇ ВІДЕОЗОБРАЖЕНЬ З ВИКОРИСТАННЯМ НЕЙРОННОЇ МЕРЕЖІ U-NET. Наукоємні технології, 68(4), 486–496. https://doi.org/10.18372/2310-5461.68.19045

Номер

Том 68 № 4 (2025)

Розділ

Електроніка, електронні комунікації, приладобудування та радіотехніка

Ліцензія

Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.

Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).

Авторські права

Автори, які публікують свої роботи в журналі:

  • зберігають за собою авторські права на свої публікації;

  • надають журналу право на перше опублікування статті;

  • погоджуються на поширення матеріалів за ліцензією CC BY 4.0;

  • мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.