?
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
Ключевые слова: object detectionconvolutional neural networksmobile systemUser modellingFacial clustering
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Big Data and Cognitive Computing 2026 Vol. 10 No. 11 P. 1–52
Добавлено: 27 октября 2026 г.
Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 10 Article 330
Добавлено: 14 октября 2026 г.
Пискунова А. М., Королев Д. А., Скопин Н. Ю. и др., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 659–669.
В данной статье представлен обзор современных методов решения задачи распознавания рукописного контента, включающего мультиязычный текст (русский и английский) и графические элементы, такие как блок-схемы из прямоугольников и стрелок, с акцентом на распознавание изображений маркерных досок. Для мультиязычного рукописного текста рассмотрены архитектуры, способные обрабатывать несколько языков, а для блок-схем - методы распознавания фигур и структуры. Кроме ...
Добавлено: 9 октября 2026 г.
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616.: Cham: Springer, 2025. P. 308–320.
Добавлено: 21 сентября 2026 г.
Лебедев О. Б., Черкасов Р. И., Известия ЮФУ. Технические науки 2025 № 5(247) С. 254–276
Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления ...
Добавлено: 10 сентября 2026 г.
Добавлено: 3 мая 2026 г.
Добавлено: 25 февраля 2026 г.
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.
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.
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.
Zabolotniy A., Chan R. W., Моисеева В. В. и др., Frontiers in Neuroscience 2025 Vol. 19 Article 1623380
Добавлено: 2 октября 2025 г.
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.
, in: Lecture Notes in Electrical EngineeringVol. 489: Applied Physics, System Science and Computers II.: Springer, 2019. P. 87–100.
Добавлено: 30 декабря 2024 г.
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.
Добавлено: 5 ноября 2024 г.