Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Соколова А. Д. | |
| dc.contributor.author | Савченко А. В. | |
| dc.coverage.spatial | детектирование редких данных | |
| dc.coverage.spatial | анализ нейросетевых дескрипторов | |
| dc.coverage.spatial | аномалии | |
| dc.coverage.spatial | нейросетевые дескрипторы | |
| dc.coverage.spatial | последовательная классификация | |
| dc.coverage.spatial | распознавание лиц | |
| dc.creator | Соколова А. Д., Савченко А. В. | |
| dc.date | 2023 | |
| dc.date.accessioned | 2025-08-22T12:18:51Z | - |
| dc.date.available | 2025-08-22T12:18:51Z | - |
| dc.date.issued | 2023 | |
| dc.identifier.identifier | RU\НТБ СГАУ\541737 | |
| dc.identifier.citation | Соколова, А. Д. Эффективное распознавание лиц на основе последовательного анализа нейросетевых дескрипторов и детектирования миноритарных классов / А. Д. Соколова, А. В. Савченко // 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. 030642. | |
| dc.identifier.uri | http://repo.ssau.ru/jspui/handle/123456789/13167 | - |
| dc.description.abstract | Исследуются способы повышения точности распознавания лиц на основе обнаружения входных изображений, которые редко встречаются в наборах данных, использующихся для обучения нейросетевых дескрипторов. В современных свободно распространяемых обучающих выборках обычнопредставлены изображения людей в основном среднего возраста и европеоидной расы, из-за этого большинство алгоритмов ошибаются на изображениях пожилых людей или детей, лицах более редких национальностей и т.п. В работе предложен алгоритм детектирования таких данныхс последующей их отбраковкой, на первом этапе которого используется сверточная нейронная сеть, предобученная на специально созданном наборе редких данных. Второй этап – применение последовательного анализа дескрипторов для повышения вычислительной эффективности классификации. Экспериментальное исследование на наборе данных VGGFace2 с использованием нейросетевых дескрипторов, в том числе современных моделей InsightFace, продемонстрировало повышенную эффективность предложенного алгоритма по | |
| dc.language | rus | |
| dc.relation.ispartof | 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 | |
| dc.source | Информационные технологии и нанотехнологии (ИТНТ-2023). - Т. 3 : Распознавание, обработка и анализ изображений | |
| dc.subject | детектирование редких данных | |
| dc.subject | анализ нейросетевых дескрипторов | |
| dc.subject | аномалии | |
| dc.subject | нейросетевые дескрипторы | |
| dc.subject | последовательная классификация | |
| dc.subject | распознавание лиц | |
| dc.title | Эффективное распознавание лиц на основе последовательного анализа нейросетевых дескрипторов и детектирования миноритарных классов | |
| dc.type | Text | |
| dc.citation.spage | 030642 | |
| dc.citation.volume | 3 | |
| local.contributor.author | Соколова А. Д. | |
| local.contributor.author | Савченко А. В. | |
| local.identifier.olduri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Effektivnoe-raspoznavanie-lic-na-osnove-posledovatelnogo-analiza-neirosetevyh-deskriptorov-i-detektirovaniya-minoritarnyh-klassov-105986 | |
| local.identifier.olduri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Effektivnoe-raspoznavanie-lic-na-osnove-posledovatelnogo-analiza-neirosetevyh-deskriptorov-i-detektirovaniya-minoritarnyh-klassov-105986 | |
| Appears in Collections: | Информационные технологии и нанотехнологии | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 978-5-7883-1919-3_2023-030642.pdf | 223.06 kB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.