Отрывок: Далее полученные высокоуровневые признаки подаются на вход рекуррентной сети (чаще всего используют LSTM сеть) для учёта временной составляющей. И уже рекуррентная сеть выдаёт информацию о том, какая эмоция была распознана [15]. Второй подход подразумевает использование 3D- CNN [16], на которую подают кадры из видео. Особенностью использования 3D-CNN является использование свёрток для преобразования четырёхмерных данных в трёхмерные карты признаков. Так...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorАльгашев Г. А.ru
dc.contributor.authorКорепанов А. О.ru
dc.contributor.authorНиконоров А. В.ru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialклассификация эмоцийru
dc.coverage.spatialсвёрточные сетиru
dc.coverage.spatialраспознавание эмоцийru
dc.coverage.spatialрекуррентные сетиru
dc.creatorАльгашев Г. А., Корепанов А. О., Никоноров А. В.ru
dc.date.accessioned2023-10-03 15:46:18-
dc.date.available2023-10-03 15:46:18-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541341ru
dc.identifier.citationАльгашев, Г. А. Современные подходы распознавания человеческих эмоций с помощью глубоких нейронных сетей / Г. А. Альгашев, А. О. Корепанов, А. В. Никоноров // 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, 2023Т. 4: Искусственный интеллект / под. ред. А. В. Никонорова. - 2023. - С. 041702.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sovremennye-podhody-raspoznavaniya-chelovecheskih-emocii-s-pomoshu-glubokih-neironnyh-setei-105736-
dc.description.abstractРассмотрены актуальные дискретные и многомерные модели классификации эмоций, а также исследованы основные подходы для построения систем распознавания человеческих эмоций. Рассмотрены современные способы анализа видео и аудио информации для решения задачи распознавания эмоций с помощью глубоких нейронных сетей.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. 4 : Искусственный интеллектru
dc.titleСовременные подходы распознавания человеческих эмоций с помощью глубоких нейронных сетейru
dc.typeTextru
dc.citation.spage041702ru
dc.citation.volume4ru
dc.textpartДалее полученные высокоуровневые признаки подаются на вход рекуррентной сети (чаще всего используют LSTM сеть) для учёта временной составляющей. И уже рекуррентная сеть выдаёт информацию о том, какая эмоция была распознана [15]. Второй подход подразумевает использование 3D- CNN [16], на которую подают кадры из видео. Особенностью использования 3D-CNN является использование свёрток для преобразования четырёхмерных данных в трёхмерные карты признаков. Так...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1920-9_2023-041702.pdf208.35 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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