Отрывок: д. В итоге решение, к какому объекту относится элемент, может быть принято при анализе начальных уровней или анализе всего вектора целиком. Набор аномальных данных был создан следующим образом: 1. Использование наборов данных с изображениями людей разного возраста: Large age gap face verification [5] и All ages faces dataset [6]; 2. Преобразование изображений (англ. data augmentation) с помощью библиотеки OpenCV и нейросетевых технологий [7, 8]: наложение двух видов шума с ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСоколова А. Д.ru
dc.contributor.authorСавченко А. В.ru
dc.coverage.spatialдетектирование редких данныхru
dc.coverage.spatialанализ нейросетевых дескрипторовru
dc.coverage.spatialаномалииru
dc.coverage.spatialнейросетевые дескрипторыru
dc.coverage.spatialпоследовательная классификацияru
dc.coverage.spatialраспознавание лицru
dc.creatorСоколова А. Д., Савченко А. В.ru
dc.date.accessioned2023-10-05 09:28:00-
dc.date.available2023-10-05 09:28:00-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541737ru
dc.identifier.citationСоколова, А. Д. Эффективное распознавание лиц на основе последовательного анализа нейросетевых дескрипторов и детектирования миноритарных классов / А. Д. Соколова, А. В. Савченко // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Распознавание, обработка и анализ изображений / под ред. В. В. Сергеева. - 2023. - С. 030642.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Effektivnoe-raspoznavanie-lic-na-osnove-posledovatelnogo-analiza-neirosetevyh-deskriptorov-i-detektirovaniya-minoritarnyh-klassov-105986-
dc.description.abstractИсследуются способы повышения точности распознавания лиц на основе обнаружения входных изображений, которые редко встречаются в наборах данных, использующихся для обучения нейросетевых дескрипторов. В современных свободно распространяемых обучающих выборках обычнопредставлены изображения людей в основном среднего возраста и европеоидной расы, из-за этого большинство алгоритмов ошибаются на изображениях пожилых людей или детей, лицах более редких национальностей и т.п. В работе предложен алгоритм детектирования таких данныхс последующей их отбраковкой, на первом этапе которого используется сверточная нейронная сеть, предобученная на специально созданном наборе редких данных. Второй этап – применение последовательного анализа дескрипторов для повышения вычислительной эффективности классификации. Экспериментальное исследование на наборе данных VGGFace2 с использованием нейросетевых дескрипторов, в том числе современных моделей InsightFace, продемонстрировало повышенную эффективность предложенного алгоритма поru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 3 : Распознавание, обработка и анализ изображенийru
dc.titleЭффективное распознавание лиц на основе последовательного анализа нейросетевых дескрипторов и детектирования миноритарных классовru
dc.typeTextru
dc.citation.spage030642ru
dc.citation.volume3ru
dc.textpartд. В итоге решение, к какому объекту относится элемент, может быть принято при анализе начальных уровней или анализе всего вектора целиком. Набор аномальных данных был создан следующим образом: 1. Использование наборов данных с изображениями людей разного возраста: Large age gap face verification [5] и All ages faces dataset [6]; 2. Преобразование изображений (англ. data augmentation) с помощью библиотеки OpenCV и нейросетевых технологий [7, 8]: наложение двух видов шума с ...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1919-3_2023-030642.pdf223.06 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.