Отрывок: (25) Импульс Нестерова обычно сходится быстрее и является более точным, чем обычный SGD, особенно для сложных, невыпуклых поверхностей ошибки, характерных при обучении нейронных сетей. 2.4 Функция callback нейронной сети В глубоком обучении существует множество стратегий для улучшения производительности модели и улучшения процесса обучения. Одной из таких стратегий является реализация callback функций. Cal...
Название : | Решение задачи распознавания эмоций по изображению лица с помощью сверточных нейронных сетей |
Авторы/Редакторы : | Емельянов А. В. Солдатова О. П. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики и кибернетики |
Дата публикации : | 2023 |
Библиографическое описание : | Емельянов, А. В. Решение задачи распознавания эмоций по изображению лица с помощью сверточных нейронных сетей : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата), профиль "Информационные системы" / А. В. Емельянов ; рук. работы О. П. Солдатова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информат. - Самара, 2023. - 1 файл (1,9 Мб). - Текст : электронный |
Аннотация : | В данной выпускной квалификационной работе бакалавра проводится исследование применения свёрточных нейронных сетей для решения задачи распознавания эмоций по изображению лица. В рамках работы были решены следующие задачи: 1) проанализированы модели нейронных сетей и различные методы, используемые для распознавания эмоций по изображениям лиц. 2) разработана программа для подготовки данных для обучения и тестирования модели свёрточной нейронной сети; 3) разработана архитектура свёрточной сети для решения задачи классификации эмоций; 4) проведено обучение и тестирование модели сети; 5) проанализированы результаты обучения модели с помощью матрицы ошибок, графиков обучения, карт значимости и исследована эффективность распознавания эмоций. Для обучения и тестирования использовался датасет изображений лиц FER2013, содержащий изображения лиц с различными выражениями эмоций. Система реализована на языке Python версии 3.10 с использованием библиотеки TensorFlow версии 2.12 в среде разработки PyCharm 2022.2. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Reshenie-zadachi-raspoznavaniya-emocii-po-izobrazheniu-lica-s-pomoshu-svertochnyh-neironnyh-setei-106149 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20231012131719 |
Ключевые слова: | генеративно-состязательная сеть (GAN) глубокая сеть доверия (DBN) обучение с подстраиваемой скоростью обучения ограниченная машина Больцмана (RBM) распознавание по изображению лица распознавание эмоций сверточные нейронные сети сверточные слои тестирование модели сети шумоподавляющий автокодировщик (DAE) |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Емельянов_Алексей_Валерьевич_Решение_задачи_распознавания_эмоций.pdf | 1.94 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.