User Modeling on Mobile Device Based on Facial Clustering and Object Detection in Photos and Videos

I. Grechikhin; Andrey V. Savchenko

doi:10.1007/978-3-030-31321-0_37

Публикации

?

User Modeling on Mobile Device Based on Facial Clustering and Object Detection in Photos and Videos

P. 429–440.

Гречихин И. С., Andrey V. Savchenko

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: object detection convolutional neural networks mobile system User modelling Facial clustering

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

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

В книге

Pattern Recognition and Image Analysis

* 2. , Springer, 2019.

MinMAE calibration method for convolutional neural network quantization

Vasilev A., Kapitanov A., Solovyev Roman A. 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.

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.

Recognition of Mentally Pronounced Russian Phonemes Using Convolutional Neural Networks and Electroencephalography Data

Seleznev L. E., Chupakhin A. A., Kostenko V. A. и др., Optical Memory and Neural Networks (Information Optics) 2023 Vol. 32 No. 2 P. 73–85

Добавлено: 2 октября 2025 г.

Convolutional Neural Networks Decode Finger Movements in Motor Sequence Learning from MEG Data

Zabolotniy A., Chan R. W., Моисеева В. В. и др., Frontiers in Neuroscience 2025 Vol. 19 Article 1623380

Добавлено: 2 октября 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.

Proceedings Volume 11605, Thirteenth International Conference on Machine Vision

Teplyakov L., Kaymakov K., Shvets E. и др., SPIE, 2021.

Добавлено: 5 ноября 2024 г.

Lightweight and Elegant Data Reduction Strategies for Training Acceleration of Convolutional Neural Networks

Демидовский А. В., Artyom Tugaryov, Aleksei Trutnev и др., Mathematics 2023 Vol. 14 No. 11 Article 3120

Добавлено: 12 сентября 2023 г.

Robust Collision Warning System based on Multi Objects Distance Estimation

Салех Х. М., Saleh S., Nathan Teyou Toure и др., , in: 2021 IEEE Concurrent Processes Architectures and Embedded Systems Virtual Conference (COPA).: IEEE, 2022. Ch. 7 P. 1–6.

Добавлено: 31 октября 2022 г.

Framework for recognizing information about railway traffic lights

Belykh M. Vladimirovna, Belov A. Vladimirovich, , in: 2022 International Conference on Interdisciplinary Research in Technology and Management, IRTM 2022 - Proceedings.: IEEE, 2022. P. 1–4.

Добавлено: 15 июля 2022 г.

MobileEmotiFace: Efficient Facial Image Representations in Video-Based Emotion Recognition on Mobile Devices

Демочкина П. В., Савченко А. В., , in: Pattern Recognition. ICPR International Workshops and Challenges. Virtual Event, January 10–15, 2021, Proceedings, Part V.: Springer, 2021. P. 266–274.

Добавлено: 10 апреля 2022 г.

Touching the Limits of a Dataset in Video-Based Facial Expression Recognition

Чураев Е. Н., Савченко А. В., , in: 2021 International Russian Automation Conference (RusAutoCon).: IEEE, 2021. P. 633–638.

Добавлено: 7 октября 2021 г.