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.authorЕфремцев, В.Г.-
dc.contributor.authorЕфремцев, Н.Г.-
dc.contributor.authorТетерин, Е.П.-
dc.contributor.authorТетерин, П.Е.-
dc.contributor.authorГансовский, В.В.-
dc.date.accessioned2020-03-13 12:33:15-
dc.date.available2020-03-13 12:33:15-
dc.date.issued2020-02-
dc.identifierDspace\SGAU\20200313\82870ru
dc.identifier.citationЕфремцев, 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.urihttps://dx.doi.org/10.18287/2412-6179-CO-515-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-metodov-glubokogo-obucheniya-dlya-ocenki-stepeni-kommercheskoi-cennosti-vizualnyh-obektov-82870-
dc.description.abstractРассмотрена 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.sponsorshipРабота выполнена при поддержке программы «Повышение конкурентоспособности ведущих университетов РФ» (проект 5-100), контракт №02.a03.21.0005, 27.08.2013.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАНru
dc.relation.ispartofseries44;1-
dc.subjectглубокое обучениеru
dc.subjectнейросетиru
dc.subjectанализ изображенийru
dc.titleПрименение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектовru
dc.title.alternativeDeep learning application for box-office evaluation of imagesru
dc.typeArticleru
dc.textpartТакже 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.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
440116.pdfОсновная статья731.2 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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