Scene Recognition in User Preference Prediction Based on Classification of Deep Embeddings and Object Detection

A. Savchenko; A. Rassadin

doi:10.1007/978-3-030-22808-8_41

Публикации

?

Scene Recognition in User Preference Prediction Based on Classification of Deep Embeddings and Object Detection

Ch. 41. P. 422–430.

Савченко А. В., Рассадин А. Г.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: object detection обработка и распознавание изображений Convolutional Neural Network сверточные нейронные сети scene recognition распознавание сцен обнаружение объектов image processing

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Эффективные методы распознавания мультимедийных данных для задач анализа предпочтений пользователей мобильных устройств (2019)

В книге

Advances in Neural Networks – ISNN 2019 16th International Symposium on Neural Networks, ISNN 2019, Moscow, Russia, July 10–12, 2019, Proceedings, Part II

Cham: Springer, 2019.

MinMAE calibration method for convolutional neural network quantization

Vasilev A., Kapitanov A., Roman Solovyev и др., PeerJ Computer Science 2026 Vol. 12 Article 3724

Добавлено: 3 мая 2026 г.

HoTPP benchmark: Are we good at the long horizon events forecasting?

Karpukhin I., Шипилов Ф. А., Савченко А. В., Neurocomputing 2026 Vol. 672 Article 132771

Добавлено: 25 февраля 2026 г.

Определение фолликулярного резерва яичников по данным ультразвукового исследования на основе методов машинного обучения

Мошкин А. С., Лапутин Ф. А., Сидоров И. В., DIGITAL DIAGNOSTICS 2024 Т. 5 № S1 С. 40–42

Обоснование. Овариальный резерв отражает способность женщины к успешной реализации репродуктивной функции. Оценка овариального резерва является актуальной задачей для клинической практики [1] и важна при проведении научных исследований. Использование методов компьютерной обработки диагностических изображений способно ускорить и облегчить выполнение рутинных задач в клинической практике. Их применение при ретроспективном анализе данных в научных целях позволяет повысить объективность ...

Добавлено: 21 февраля 2026 г.

On the Use of Metaheuristics of Different Classes and an Island Model for Image Steganography

Anna Melman, Mikhail Alexandrov, Oleg Evsutin, , in: 2025 XIХ International Symposium on Problems of Redundancy in Information and Control Systems (Redundancy), 5-7 Nov. 2025.: IEEE, 2025. P. 1–6.

Добавлено: 28 января 2026 г.

Метод улучшения обнаружения атак презентации на биометрическую систему распознавания лиц с помощью сверточной сети с механизмом внимания

Пикуль А. С., В кн.: Альманах научных работ молодых ученых университета ИТМО. Материалы Пятьдесят третьей (LIII) научной и учебно-методической конференции Том 1.: СПб.: Университет ИТМО, 2024. С. 338–342.

Предложен новый подход для улучшения распознавания атак презентации на биометрическую систему распознавания лиц с помощью сверточной сети с механизмом внимания. Проверена центральная гипотеза, которая заключалась в том, что с помощью механизма внимания возможно улучшить результаты работы исходной сверточной нейронной сети. В ходе экспериментов гипотеза была подтверждена. Наибольший прирост по качеству был достигнут на наборе данных ...

Добавлено: 13 декабря 2025 г.

Глубокая нейронная сеть с графовым вниманием для выявления поддельных изображений лица

Пикуль А. С., Лепендин А. А., Труды молодых ученых Алтайского государственного университета 2023 № 20 С. 190–193

Представлен новый подход для выявления атак презентации на системы распознавания по лицу. Он основан на использовании механизма графового внимания, применяемого к промежуточным картам характеристик изображений лица, вычисленным сверточной сетью ResNet18. Показано, что предложенный подход позволил добиться высокого качества распознавания поддельных изображений при лицевой биометрической верификации, сравнимого с имеющимися в настоящее время альтернативными решениями. ...

Добавлено: 12 декабря 2025 г.

Ансамбль современных моделей компьютерного зрения для задачи обнаружения дипфейков

Пикуль А. С., Безопасность информационных технологий 2024 Т. 31 № 4 С. 116–127

Исследуется возможность применения современных архитектур компьютерного зрения для задачи обнаружения дипфейков. Рассматриваются следующие архитектуры: EfficientNet, Vision Transformer (ViT), VisionLSTM (ViL), VisionKAN и Mamba Vision. Новизна подхода заключается в применении и сравнении работы данных архитектур, а также в их объединении в парные ансамбли для повышения точности детекции дипфейков. В работе проведен эксперимент, основанный на применении нескольких ...

Добавлено: 12 декабря 2025 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

2025 IEEE International Conference on Image Processing (ICIP)

IEEE, 2025.

Добавлено: 24 сентября 2025 г.

Множественное встраивание водяных знаков в пространственно-частотную область изображений на основе генетического алгоритма

Мельман А. С., Евсютин О. О., Сенюкова О. Е., Компьютерная оптика 2025 Т. 49 № 2 С. 273–281

Повсеместное использование цифрового контента повышает актуальность защиты прав авторов и обладателей такого контента, в частности, цифровых изображений. Технология цифровых водяных знаков (ЦВЗ) позволяет эффективно решать многие задачи, связанные с доказательством авторства на изображения, подтверждением их подлинности и отслеживанием незаконного копирования. Эффективный алгоритм встраивания ЦВЗ требует достижения высоких показателей незаметности и робастности, что является сложной задачей, ...

Добавлено: 8 марта 2025 г.

Automatic Morpheme Segmentation for Russian: Can an Algorithm Replace Experts?

Morozov D., Garipov T., Ляшевская О. Н. и др., Journal of Language and Education 2024 Vol. 10 No. 4 P. 71–84

Introduction: Numerous algorithms have been proposed for the task of automatic morpheme segmentation of Russian words. Due to the differences in task formulation and datasets utilized, comparing the quality of these algorithms is challenging. It is unclear whether the errors in the models are due to the ineffectiveness of algorithms themselves or to errors and inconsistencies ...

Добавлено: 7 января 2025 г.

Evolving Safety Protocols: Deep Learning-Enabled Detection of Personal Protective Equipment

, in: Lecture Notes in Electrical EngineeringVol. 489: Applied Physics, System Science and Computers II.: Springer, 2019. P. 87–100.

Добавлено: 30 декабря 2024 г.

Development of a Detector for Stamps on Images

Kseniia Prokudina, Mikhail Skriplyonok, Alexander Vostrikov, , in: 2024 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), 20-24 May 2024.: IEEE, 2024. P. 865–869.

Добавлено: 26 ноября 2024 г.

Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track. European Conference, ECML PKDD 2024, Vilnius, Lithuania, September 9–13, 2024, Proceedings, Part X. LNCS, volume 14950

Cham: Springer, 2024.

Добавлено: 22 ноября 2024 г.

Image watermarking based on a ratio of DCT coefficient sums using a gradient-based optimizer

Anna Melman, Oleg Evsutin, Computers and Electrical Engineering 2024 Vol. 117 Article 109271

Добавлено: 28 апреля 2024 г.

An Image Watermarking Algorithm in DCT Domain Based on Optimal Patterns

Anna Melman, Oleg Evsutin, Danil Smirnov, , in: 2023 XVIII International Symposium Problems of Redundancy in Information and Control Systems (REDUNDANCY).: IEEE, 2023. P. 1–5.

Добавлено: 5 января 2024 г.

FPGA implementation of robust and low complexity template-based watermarking for digital images

Джанашиа К. М., Oleg Evsutin, Multimedia Tools and Applications 2024 Vol. 83 No. 20 P. 58855–58874

Добавлено: 14 декабря 2023 г.