?
American and Russian Sign Language Dactyl Recognition
P. 204-210.
Макаров И. А., 501502591, Maxim Chertkov и др., , in : Analysis of Images, Social Networks and Texts. 8th International Conference AIST 2019. : Springer, 2019. P. 309-320.
Sign language is the main way to communicate for people from deaf community. However, common people mostly do not know sign language. In this paper, we overview several real-time sign language dactyl recognition systems using deep convolutional neural networks. These systems are able to recognize dactylized words gestured by signs for each letter. We evaluate ...
Добавлено: 4 февраля 2020 г.
Макаров И. А., 501502591, Maxim Chertkov и др., , in : 2019 42nd International Conference on Telecommunications and Signal Processing (TSP). : NY : IEEE, 2019. P. 726-729.
In this paper, we compare several real-time sign language dactyl recognition systems and present a new model based on deep convolutional neural networks. These systems are able to recognize Russian alphabet letters presented as static signs in Russian Sign language used by people from deaf community. In such an approach, we recognize words from Russian ...
Добавлено: 29 июля 2019 г.
Kudriavtseva P., Kashkinov M., Kertész-Farkas A., Journal of Proteome Research 2021 Vol. 20 No. 10 P. 4708-4717
Spectrum annotation is a challenging task due to the presence of unexpected peptide fragmentation ions as well as the inaccuracy of the detectors of the spectrometers. We present a deep convolutional neural network, called Slider, which learns an optimal feature extraction in its kernels for scoring mass spectrometry (MS)/MS spectra to increase the number of ...
Добавлено: 30 августа 2021 г.
Sokolova Anastasiia, Kharchevnikova Angelina, Савченко А. В., Lecture Notes in Computer Science 2018 Vol. 10716 P. 223-230
Добавлено: 24 октября 2017 г.
Krinitskiy M., Alexandrova M., Вереземская П. С. и др., Remote Sensing 2021 Vol. 13 No. 2 Article 326
Добавлено: 24 сентября 2021 г.
Соколова А. Д., Савченко А. В., В кн. : Материалы XXIII международной научно-технической конференции «Информационные системы и технологии-2017». : [б.и.], 2017. С. 870-875.
Рассматривается задача структурирования информации в программных системах видеонаблюдения с помощью группирования видеоданных, в которых присутствуют идентичные лица. Сделан акцент на эффективную кластеризацию видеопоследовательностей с использованием сверточных нейронных сетей для извлечения характерных признаков. Разработан новый алгоритм кластеризации фрагментов видео на основе технологий глубокого обучения и статистического подхода. Приведены предварительные результаты экспериментального исследования точности и быстродействия предложенного ...
Добавлено: 24 октября 2017 г.
Kimmelman V., Комарова А. А., Лучкова Л. К. и др., Frontiers in Psychology 2022 Vol. 12 Article 740734
Добавлено: 7 сентября 2023 г.
Аксенов К. А., / НИУ ВШЭ. Series WP BRP "Linguistics". 2019. No. 90.
Добавлено: 13 декабря 2019 г.
Alisa Korinevskaya, Макаров И. А., , in : Proceedings of IEEE International Symposium on Mixed and Augmented Reality (ISMAR'18). : NY : IEEE, 2019. P. 117-122.
Depth map super-resolution is a challenging computer vision problem. In this paper, we present two deep convolutional neural networks solving the problem of single depth map super-resolution. Both networks learn residual decomposition and trained with specific perceptual loss improving sharpness and perceptive quality of the upsampled depth map. Several experiments on various depth super-resolution benchmark ...
Добавлено: 29 июля 2019 г.
Макаров И. А., Vladimir Aliev, Gerasimova Olga и др., , in : Adjunct Proceedings of 2017 IEEE International Symposium on Mixed and Augmented Reality (ISMAR-Adjunct). : NY : IEEE, 2017. P. 93-94.
In this paper, we discuss a semi-dense depth map interpolation method based on convolutional neural network. We propose a compact neural network architecture with loss function defined as Euclidean distance in the feature space of VGG-16 neural network used for deep visual recognition. The suggested solution shows state-of-art performance on synthetic and real datasets. Together ...
Добавлено: 5 августа 2017 г.
Anna G. Klezovich, Kirill A. Aksenov, / НИУ ВШЭ. Series WP BRP "Linguistics". 2018. No. 72.
Добавлено: 9 декабря 2018 г.
Kuhn J., Lena Pasalskaya, Natural Language and Linguistic Theory 2020
Добавлено: 2 ноября 2019 г.
Kuhn J., Lena Pasalskaya, , in : Theoretical Issues in Sign Language Research Conference: Conference Handbook. : [б.и.], 2019. P. 300-302.
Добавлено: 31 октября 2019 г.
Добавлено: 14 марта 2018 г.
Demochkin K., Савченко А. В., , in : Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Lecture Notes in Computer Science, Revised Selected Papers. Vol. 11832.: Cham : Springer, 2019. Ch. 26. P. 291-297.
Добавлено: 22 декабря 2019 г.
Савченко А. В., Miasnikov E., , in : Advances in Intelligent Data Analysis XVIII (IDA 2020). Vol. 12080.: Cham : Springer, 2020. Ch. 33. P. 418-430.
Добавлено: 17 мая 2020 г.
Мороз Г. А., Пласковицкая А. А., Руднев П. В., / НИУ ВШЭ. Series WP BRP "Linguistics". 2018. No. 74.
Добавлено: 3 декабря 2018 г.
Руднев П. В., Anna Kuznetsova, Sign Language & Linguistics 2021 Vol. 24 No. 2 P. 259-273
Добавлено: 14 апреля 2020 г.
Харчевникова А. С., Савченко А. В., В кн. : Материалы XXIII международной научно-технической конференции «Информационные системы и технологии-2017». : [б.и.], 2017. С. 864-869.
Рассматривается задача построения интеллектуальных систем контекстной рекламы с автоматической настройкой на потенциальные предпочтения пользователя. Выполнен аналитический обзор современных публикаций, посвященных распознаванию пола и возраста по видеоизображению лица, в том числе на основе глубоких сверточных нейронных сетей. Проведен сравнительный анализ способов агрегации решений, полученных при распознавании каждого видеокадра. Приведены результаты экспериментального исследования их точности и быстродействия. ...
Добавлено: 24 октября 2017 г.
Anastasiia D. Sokolova, Angelina S. Kharchevnikova, Савченко А. В., , in : Analysis of Images, Social Networks and Texts. 6th International Conference, 2017, Revised Selected Papers. Vol. 10716.: Cham : Springer, 2018. P. 223-230.
Добавлено: 2 мая 2018 г.
Савченко А. В., , in : Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020). : Piscataway : IEEE, 2020. P. 1-8.
Добавлено: 15 октября 2020 г.
Савченко А. В., , in : Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020). : Piscataway : IEEE, 2020. P. 1-8.
Добавлено: 15 октября 2020 г.
Харчевникова А. С., Савченко А. В., Компьютерная оптика 2020 Т. 44 № 4 С. 618-626
В работе рассматривается задача извлечения предпочтений пользователя по его фотоальбому. Предложен новый подход на основе автоматического порождения текстовых описаний фотографий и последующей классификации таких описаний. Проведен анализ известных методов создания аннотаций по изображению на основе свёрточных и рекуррентных (Long short-term memory) нейронных сетей. С использованием набора данных Google’s Conceptual Captions обучены новые модели, в которых ...
Добавлено: 16 сентября 2020 г.
Miasnikov E., Савченко А. В., , in : Proceedings of International Conference on Image Analysis and Recognition (ICIAR 2020). Vol. 12131.: Cham : Springer, 2020. Ch. 9. P. 83-94.
Добавлено: 1 октября 2020 г.