Back to Search View Original Cite This Article

Abstract

<jats:p>В условиях цифровизации лесной отрасли и усиления контроля за оборотом древесины важной задачей является надежная идентификация сортиментов. Один из эффективных подходов заключается в использовании визуальных характеристик торцов сортимента, имеющих уникальную природную структуру, для создания цифрового идентификатора. Данная работа направлена на исследование методов извлечения уникальных признаков из изображений торцов сортиментов и их использование для формирования криптографически защищенных цифровых паспортов. Рассматриваются как классические, так и нейросетевые методы выделения признаков, проводится их сравнительный анализ по количественным и качественным метрикам. Признаки преобразуются в хеш-значения по алгоритму SHA-256 и фиксируются в блокчейне. Экспериментальные результаты показывают значительные различия между методами по плотности признаков, устойчивости при сопоставлении и вычислительной эффективности, что позволяет выбрать оптимальные алгоритмы для практического применения в системах учета древесины.</jats:p> <jats:p>In the context of the digitalization of the forestry industry and enhanced control over timber circulation, the reliable identification of timber assortments becomes an important task. One effective approach is to use the visual characteristics of the end-grain of timber, which have a unique natural structure to generate a digital identifier. This work aims to investigate methods for extracting unique features from timber end-grain images and their use for making up cryptographically secure digital passports. Both classical and neural network-based feature extraction methods are considered, and their comparative analysis is conducted based on quantitative and qualitative metrics. The features are converted into hash values using the SHA-256 algorithm and recorded in a blockchain. Experimental results show significant differences between the methods in terms of feature density, matching stability, and computational efficiency, enabling the selection of optimal algorithms for practical implementation in timber accounting systems.</jats:p>

Show More

Keywords

timber для признаков по methods

Related Articles

PORE

About

Connect