Отрывок: Обучение будет производить стандартным образом в пределах 100 эпох и частичной нормализации обучающей выборки. Для оценки качества работы использовалась 1000 изображений, не входящих в обучающую выборку. Из этого массива 100 изображений не содержали сцену с рабочим местом водителя, на 100 изображениях рабочее место было, но не было ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorБуранкина П. В.ru
dc.contributor.authorДементьев В. Е.ru
dc.contributor.authorСергеев А. А.ru
dc.coverage.spatialискусственные нейронные сетиru
dc.coverage.spatialсверточные нейронные сети (СНС)ru
dc.coverage.spatialсверточные нейросетевые алгоритмыru
dc.coverage.spatialраспознавание образовru
dc.coverage.spatialповедение водителейru
dc.coverage.spatialповеденческий анализru
dc.coverage.spatialмобильные разработкиru
dc.creatorБуранкина П. В., Дементьев В. Е., Сергеев А. А.ru
dc.date.accessioned2023-10-05 09:28:18-
dc.date.available2023-10-05 09:28:18-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541747ru
dc.identifier.citationБуранкина, П. В. Мониторинг действий водителя на основе применения сверточных нейросетевых алгоритмов / П. В. Буранкина, В. Е. Дементьев, А. А. Сергеев // 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. 031212.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Monitoring-deistvii-voditelya-na-osnove-primeneniya-svertochnyh-neirosetevyh-algoritmov-105995-
dc.description.abstractВ работе обосновывается актуальность задачи мониторинга действий водителя, формулируются требования к осуществлению такого мониторинга ипредлагаются два варианта его реализации на основе применения высокопроизводительной платформы со встроенной дискретной видеокартой и обычного мобильного телефона. Полученные количественные характеристики эффективности позволяют сделать вывод о практической возможности решения задачи распознавания действий водителя в режиме реального времени в том числе на низкопроизводительных платформах.ru
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.titleМониторинг действий водителя на основе применения сверточных нейросетевых алгоритмовru
dc.typeTextru
dc.citation.spage031212ru
dc.citation.volume3ru
dc.textpartОбучение будет производить стандартным образом в пределах 100 эпох и частичной нормализации обучающей выборки. Для оценки качества работы использовалась 1000 изображений, не входящих в обучающую выборку. Из этого массива 100 изображений не содержали сцену с рабочим местом водителя, на 100 изображениях рабочее место было, но не было ...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1919-3_2023-031212.pdf317.09 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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