1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 06. Периодические издания
  3. Журнал "Компьютерная оптика"
Full metadata record
DC FieldValueLanguage
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.date2020-02
dc.date.accessioned2025-08-27T05:20:51Z-
dc.date.available2025-08-27T05:20:51Z-
dc.date.issued2020-02
dc.identifier.identifierDspace\SGAU\20200313\82870
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.
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-515
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/22766-
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%.
dc.description.sponsorshipРабота выполнена при поддержке программы «Повышение конкурентоспособности ведущих университетов РФ» (проект 5-100), контракт №02.a03.21.0005, 27.08.2013.
dc.languagerus
dc.publisherСамарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАН
dc.relation.ispartofseries44;1
dc.titleПрименение методов глубокого обучения для оценки степени коммерческой ценности визуальных объектов
dc.title.alternativeDeep learning application for box-office evaluation of images
dc.typeArticle
dc.identifier.scsti28.23.15
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-metodov-glubokogo-obucheniya-dlya-ocenki-stepeni-kommercheskoi-cennosti-vizualnyh-obektov-82870
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Primenenie-metodov-glubokogo-obucheniya-dlya-ocenki-stepeni-kommercheskoi-cennosti-vizualnyh-obektov-82870
Appears in Collections:Журнал "Компьютерная оптика"

Files in This Item:
File Description SizeFormat 
440116.pdfОсновная статья731.2 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.