Detection and recognition of consumer goods in images based on convolutional neural networks

Abstract

Луценко А. Н. Обнаружение и распознавание потребительских товаров на изображениях на основе свёрточных нейронных сетей Математической обеспечение и администрирование информационных систем, Кафедра системного программирования Научный руководитель: д.ф.-м. н., профессор Терехов А.Н.

В работе исследуется задача обнаружения и распознавания товаров (а именно напитков) на фотографиях магазинных прилавков. Предложен гибридный подход к обнаружению напитков, сочетающий гистограммы ориентированных градиентов и свёрточные нейроные сети. Алгоритм, используя специфику задачи, превосходит известные неспециализированные методы по точности. Спроектированы и обучены нейронные сети, распознающие определённые виды напитков.

Использовано источников: 8 Луценко, А. Н. Обнаружение и распознавание потребительских товаров на изображениях на основе свёрточных нейронных сетей: бакалаврская работа: защищена 06.06.2016 / Луценко Александр Николаевич. – СПб., 2016. – 28 с. – Библиогр.: с. 28.

Alexander Lutsenko Detection and recognition of consumer goods in images based on convolutional neural networks Software Engineering Chair Scientific supervisor: prof. Andrey Terekhov

In this work we study the problem of detection and recognition of goods (specifically drinks) in photos of shop counters. We propose a hybrid approach to beverage detection combining histograms of oriented gradients and convolutional neural networks. Benefiting from specifics of the problem, the algorithm outperforms known general purpose methods in terms of accuracy. Neural networks that recognize certain types of beverages were designed and trained.

Sources used: 8 Lutsenko A. Detection and recognition of consumer goods in images based on convolutional neural networks: bachelor's thesis: defended on 06.06.2016 / Alexander Lutsenko. – SPb., 2016. – 28 p. – Bibliography: p. 28.