• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Найдено 8 публикаций
Сортировка:
по названию
по году
Статья
Savchenko A., Khokhlova Y. I. Optical Memory and Neural Networks (Information Optics). 2014. Vol. 23. No. 1. P. 34-42.
Добавлено: 26 марта 2014
Статья
Savchenko A. Optical Memory and Neural Networks (Information Optics). 2012. Vol. 21. No. 4. P. 219-226.

В рамках математического аппарата вероятностных нейронных сетей рассмотрена задача распознавания объектов по видеоизображению. Исследованы ее решения на основе построения коллектива решающих правил. Предложена оценка апостериорной вероятности принадлежности  объекта к заданному классу для произвольного расстояния и метода ближайшего соседа. Показано, что эта оценка эквивалентна оптимальной наивной байесовской оценке, полученной для вероятностной нейронной сети с прямоугольной кернел-функцией, если в качестве меры близости используется информационное рассогласование Кульбака-Лейблера. Представлена блок-схема системы распознавания объектов из видео потока с автоматической адаптацией подаваемого на вход комитета классификаторов списка изображений идентичных объектов. Приведены результаты ее экспериментального исследования в задаче распознавания лиц для распространенных баз данных (FERET, AT&T, Yale).

Добавлено: 18 января 2013
Статья
Sokolova A., Savchenko A. Optical Memory and Neural Networks (Information Optics). 2020. Vol. 29. No. 1. P. 1-14.
Добавлено: 25 октября 2019
Статья
Savchenko A. Optical Memory and Neural Networks (Information Optics). 2017. Vol. 26. No. 2. P. 129-136.
Добавлено: 30 июня 2017
Статья
Savchenko A., Belova N. S., Savchenko Lyudmila V. Optical Memory and Neural Networks (Information Optics). 2018. Vol. 27. No. 1. P. 23-31.
Добавлено: 9 февраля 2018
Статья
A.S. Kharchevnikova, Savchenko A. Optical Memory and Neural Networks (Information Optics). 2018. Vol. 27. No. 4. P. 246-259.

В работе рассмотрена задача одновременного распознавания пола и возраста по видео лиц на основе сверточных нейронных сетей в расчете на эффективную реализацию на мобильных платформах. Исследованы способы агрегации решений, полученных для обработки каждого видео кадра, в том числе применение комитета классификаторов на основе теории Демпстера-Шафера. Предложен новый способ предсказания возраста в виде оценки математического ожидания нескольких наиболее вероятных возрастов. Проведено сравнение известных нейросетевых моделей со специально обученной модификацией сверточной сети MobileNet с двумя выходами. Представлены экспериментальные исследования для наборов данных Kinect, IJB-A, Indian Movie, EmotiW. Показано, что предложенный подход позволяет повысить точность распознавания пола и возраста на 2-5% и 5-10%, соответственно, по сравнению с известными аналогами.

Добавлено: 5 ноября 2018
Статья
Savchenko A. Optical Memory and Neural Networks (Information Optics). 2013. Vol. 22. No. 3. P. 184-192.

The research subject is the computational complexity of the probabilistic neural network (PNN) in the pattern recognition problem for large model databases. We examined the following methods of increasing the efficiency of a neuralnetwork classifier: a parallel multithread realization, reducing the PNN to a criterion with testing of homogeneity of feature histograms of input and reference images, approximate nearestneighbor analyses (BestBin First, directed enumeration methods). The approach was tested in facialrecognition experiments with FERET dataset.

Добавлено: 10 сентября 2013
Статья
Savchenko A., Milov V. R. Optical Memory and Neural Networks (Information Optics). 2016. Vol. 25. No. 2. P. 79-87.
Добавлено: 10 июля 2016