Отрывок: Также оценивалось влияние на точность класси- фикации компоненты цветовой модели HSV. Применение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектов Ефремцев В.Г. и др. Компьютерная оптика, 2020, том 44, №1 DOI: 10.18287/2412-6179-CO-515 131 Табл. 3. Влияние на точность классификации насыщенности цвета (Satur...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Ефремцев, В.Г. | - |
dc.contributor.author | Ефремцев, Н.Г. | - |
dc.contributor.author | Тетерин, Е.П. | - |
dc.contributor.author | Тетерин, П.Е. | - |
dc.contributor.author | Гансовский, В.В. | - |
dc.date.accessioned | 2020-03-13 12:33:15 | - |
dc.date.available | 2020-03-13 12:33:15 | - |
dc.date.issued | 2020-02 | - |
dc.identifier | Dspace\SGAU\20200313\82870 | ru |
dc.identifier.citation | Ефремцев, В.Г. Применение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектов / В.Г. Ефремцев, Н.Г. Ефремцев, Е.П. Тетерин, П.Е. Тетерин, В.В. Гансовский // Компьютерная оптика. – 2020. – Т. 44, № 1. – С. 127-132. – DOI: 10.18287/2412-6179-CO-515. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-515 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-metodov-glubokogo-obucheniya-dlya-ocenki-stepeni-kommercheskoi-cennosti-vizualnyh-obektov-82870 | - |
dc.description.abstract | Рассмотрена возможность применения сверточной нейронной сети для оценки коммерческой ценности цифровых изображений. Исследовалось влияние на обучение нейронной сети различных условий подготовки образцов, алгоритмов оптимизаторов, количества пикселей в образцах, размеров обучающей выборки, цветовых схем, качества сжатия и других фотометрических параметров. Показано, что благодаря предложенной предварительной подготовке данных, оптимальному выбору архитектуры и гиперпараметров нейросети удалось добиться точности классификации не менее 98%. | ru |
dc.description.sponsorship | Работа выполнена при поддержке программы «Повышение конкурентоспособности ведущих университетов РФ» (проект 5-100), контракт №02.a03.21.0005, 27.08.2013. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАН | ru |
dc.relation.ispartofseries | 44;1 | - |
dc.subject | глубокое обучение | ru |
dc.subject | нейросети | ru |
dc.subject | анализ изображений | ru |
dc.title | Применение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектов | ru |
dc.title.alternative | Deep learning application for box-office evaluation of images | ru |
dc.type | Article | ru |
dc.textpart | Также оценивалось влияние на точность класси- фикации компоненты цветовой модели HSV. Применение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектов Ефремцев В.Г. и др. Компьютерная оптика, 2020, том 44, №1 DOI: 10.18287/2412-6179-CO-515 131 Табл. 3. Влияние на точность классификации насыщенности цвета (Satur... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
440116.pdf | Основная статья | 731.2 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.