Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/26021
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Голокоз Александр Юрьевич | ru_RU |
dc.contributor.advisor | Golokoz Aleksandr Urevic | en_GB |
dc.contributor.author | Сугоняев Андрей Дмитриевич | ru_RU |
dc.contributor.author | Sugonaev Andrej Dmitrievic | en_GB |
dc.contributor.editor | Погожев Сергей Владимирович | ru_RU |
dc.contributor.editor | Pogozev Sergej Vladimirovic | en_GB |
dc.date.accessioned | 2021-03-24T15:08:53Z | - |
dc.date.available | 2021-03-24T15:08:53Z | - |
dc.date.issued | 2019 | |
dc.identifier.other | 049955 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/26021 | - |
dc.description.abstract | В работе предложен метод повышения производительности систем распознавания лиц, применяющих сверточные нейронные сети, за счет перехода от классической схемы распознавания - детектирование, выравнивание, извлечение сверточных признаков, классификация - к одношаговой архитектуре. Описывается архитектура сверточной нейронной сети, основанная на архитектуре, применяемой в задаче детектирования объектов. Представлены методы, которые помогают эффективно обучать описанную нейронную сеть, а также предоставляют возможность применения специализированных для распознавания лиц техник. Проводится сравнение предложеной архитектуры с традиционной многошаговой архитектурой. | ru_RU |
dc.description.abstract | This paper explores the ways of speeding up face recognition systems, based on convolutional neural networks, by switching from the traditional pipeline - face detection, face alignment, feature extraction, classification - to oneshot framework. It describes the architecture of a convolutional neural network, based on real-time object detection architecture. Methods that help effectively train the described neural network are presented, as well as methods that can ease implementation of specialized face recognition techniques. A comparison of the proposed architecture with the traditional multistage approach is given. | en_GB |
dc.language.iso | ru | |
dc.subject | нейронные сети | ru_RU |
dc.subject | сверточные нейронные сети | ru_RU |
dc.subject | распознавание лиц | ru_RU |
dc.subject | детектирование объектов в реальном времени | ru_RU |
dc.subject | neural networks | en_GB |
dc.subject | convolutional neural networks | en_GB |
dc.subject | face recognition | en_GB |
dc.subject | real-time object detection | en_GB |
dc.title | Face recognition with neural networks | en_GB |
dc.title.alternative | Распознавание лиц с помощью нейронных сетей | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Diplom.docx | Article | 3,77 MB | Microsoft Word XML | Просмотреть/Открыть |
reviewSV_otzyv_Sugoniaev.pdf | ReviewSV | 259,22 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.