?
Deep neural networks and maximum likelihood search for approximate nearest neighbor in video-based image recognition
Optical Memory and Neural Networks (Information Optics). 2017. Vol. 26. No. 2. P. 129-136.
Научное направление:
Компьютерные науки
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Ключевые слова: approximate nearest neighbor classificationприближенные методы ближайшего соседаvideo image recognitionface recognitionраспознавание лицсистемы видеонаблюденияdeep learningconvolutional neural networksглубинное обучениесвёрточная нейронная сеть
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Савченко А. В., Компьютерная оптика 2017 Т. 41 № 3 С. 422-430
Исследована задача распознавания изображений в условиях малых выборок наблюдений на основе метода ближайшего соседа, в котором сопоставляются векторы признаков высокой размерности, выделенные с помощью глубокой свёрточной нейронной сети. Предложен новый алгоритм распознавания на основе метода максимального правдоподобия (совместной плотности вероятности) рассогласований между входным и всеми эталонными изображениями. Для оценки правдоподобия используется известное асимптотически нормальное распределение ...
Добавлено: 8 июля 2017 г.
Савченко А. В., Белова Н. С., Savchenko Lyudmila V., Optical Memory and Neural Networks (Information Optics) 2018 Vol. 27 No. 1 P. 23-31
Добавлено: 9 февраля 2018 г.
Харчевникова А. С., Савченко А. В., PeerJ Computer Science 2021 Vol. 7:e391 P. 1-18
Добавлено: 25 февраля 2021 г.
Савченко А. В., Lecture Notes in Computer Science 2015 Vol. 9124 P. 236-245
Добавлено: 5 июля 2015 г.
Криницкий М. А., Вереземская П. С., Гращенков К. В. и др., Atmosphere 2018 Vol. 9 No. 426 P. 1-23
Добавлено: 26 ноября 2020 г.
Белавин В. С., Устюжанин А. Е., Арзыматов К. и др., Advances in Systems Science and Applications 2018 Vol. 18 No. 4 P. 1-12
Добавлено: 2 февраля 2019 г.
Шахуро В. И., Конушин А. С., Компьютерная оптика 2016 Т. 40 № 2 С. 294-300
Представлена новая открытая база изображений дорожных знаков. База предназначена для обучения и тестирования алгоритмов распознавания дорожных знаков. Описывается структура и правила работы с базой, проводится сравнение с другими базами дорожных знаков. На базе проведена экспериментальная оценка современных алгоритмов выделения и классификации дорожных знаков, которая показала, что существующие алгоритмы распознавания большого класса знаков не достигают требуемой ...
Добавлено: 8 июля 2016 г.
Самоненко И. Ю., Волченков М. П., Интеллектуальные системы. Теория и приложения 2005 Т. 9 С. 153-157
Добавлено: 28 сентября 2018 г.
Савченко А. В., Lecture Notes in Computer Science 2013 Vol. 7963 P. 123-132
The parallel computing algorithms are explored to improve the efficiency of image recognition with large database. The novel parallel version of the directed enumeration method (DEM) is proposed. The experimental study results in face recognition problem with FERET and Essex datasets are presented. We compare the performance of our parallel DEM with the original DEM ...
Добавлено: 15 июня 2013 г.
Савченко А. В., Lecture Notes in Computer Science 2014 Vol. 8641 P. 261-266
Conventional image recognition methods usually include dividing the keypoint neighborhood (for local features) or the whole object (for global features) into a grid of blocks, computing the gradient magnitude and orientation at each image sample point and uniting the orientation histograms of all blocks into a single descriptor. The query image is recognized by matching ...
Добавлено: 27 августа 2014 г.
Савченко Л. В., Информационные технологии 2019 Т. 25 № 5 С. 313-318
Рассматривается задача постановки произношения на основе применения методов глубокого обучения совместно с информационной теорией восприятия речи. Для повышения эффективности тестирования качества произношения предложено проводить дообучение сверточной нейронной сети с использованием наилучших эталонов пользователя. Экспериментально показано, что предложенный подход характеризуется высокой точность и скоростью распознавания для различных акустических моделей по сравнению с известными аналогами. ...
Добавлено: 29 мая 2019 г.
Савченко А. В., Optimization Letters 2017 Vol. 11 No. 2 P. 329-341
This paper addresses the problem of insufficient performance of statistical classification with the medium-sized database (thousands of classes). Each object is represented as a sequence of independent segments. Each segment is defined as a random sample of independent features with the distribution of multivariate exponential type. To increase the speed of the optimal Kullback-Leibler minimum ...
Добавлено: 10 сентября 2015 г.
Савченко А. В., Automation and Remote Control 2016 Vol. 77 No. 3 P. 443-450
Добавлено: 11 апреля 2016 г.
Самоненко И. Ю., Интеллектуальные системы в производстве 2003 Т. 2 С. 167-170
Добавлено: 28 сентября 2018 г.
Montréal : [б.и.], 2018
Добавлено: 5 декабря 2018 г.
Савченко А. В., Компьютерная оптика 2013 Т. 37 № 2 С. 254-262
Предложено использование вероятностной нейронной сети с проверкой однородности в задаче распознавания изображений. Показано, что это решение является оптимальным в байесовском смысле, если задача рассматривается в терминах статистической проверки однородности выборок признаков входного и эталонных изображений. Рассматривается проблема недостаточной вычислительной эффективности оптимального алгоритма при наличии многих альтернативных классов и большой размерности признакового пространства. Исследуется возможность её ...
Добавлено: 14 июля 2013 г.
Савченко А. В., Neural Networks 2013 Vol. 46 P. 227-241
The article is devoted to pattern recognition task with the database containing small number of samples per class. By mapping of local continuous feature vectors to a discrete range, this problem is reduced to statistical classification of a set of discrete finite patterns. It is demonstrated that Bayesian decision under the assumption that probability distributions ...
Добавлено: 16 июня 2013 г.
Computational methods to predict Z-DNA regions are in high demand to understand the functional role of Z-DNA. The previous state-of-the-art method Z-Hunt is based on statistical mechanical and energy considerations about B- to Z-DNA transition using sequence information. Z-DNA CHiP-seq experiment results showed little overlap with Z-Hunt predictions implying that sequence information only is not ...
Добавлено: 11 декабря 2020 г.
Белавин В. С., Устюжанин А. Е., Широбоков С. К. и др., Proceedings of Machine Learning Research 2020 P. 1-9
Добавлено: 31 октября 2019 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2018 Vol. 108 P. 170-182
The paper deals with unconstrained face recognition task for the small sample size problem based on computation of distances between high-dimensional off-the-shelf features extracted by deep convolution neural network. We present the novel statistical recognition method, which maximizes the likelihood (joint probabilistic density) of the distances to all reference images from the gallery set. This ...
Добавлено: 17 мая 2018 г.
Sokolova A., Савченко А. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 1 P. 19-29
В работе рассмотрена задача повышения вычислительной эффективности распознавания лиц на статических изображениях и видео, описываемых векторами признаков высокой размерности, которые извлекаются с использованием сверточных нейронных сетей. Для обработки видеопоследовательностей применены способы агрегации признаков, полученных для каждого видео кадра. Предложен новый иерархический алгоритм распознавания, который отличается от известных подходов тем, что для последовательного анализа более детализированного ...
Добавлено: 25 октября 2019 г.