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

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.

Device-Specific Facial Descriptors: Winning a Lottery with a SuperNet

Савченко А. В., Maslov D., Макаров И. А., , in: ECAI 2024. 27th European Conference on Artificial Intelligence, October 19 – 24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024).: IOS Press, 2024. P. 4439–4442.

Добавлено: 15 февраля 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.

Опыт создания российской базы лиц, изображающих различные эмоции: первый этап

Петракова А. В., Лебедева Е. И., Кузьмина Ю. В. и др., Психология. Журнал Высшей школы экономики 2024 Т. 21 № 2 С. 423–431

Настоящая работа представляет собой пилотажное исследование, направленное на создание и тестирование стимульного материала, представляющего собой фотоизображения лиц взрослых и детей, выражающих различные эмоции. Уникальность проведенной работы обусловлена таким подходом к организации создания стимульного материала, в рамках которого модели демонстрировали бы эмоции не по установленной схеме мимических движений, соответствующих конкретной эмоции, а согласно своим представлениям о ...

Добавлено: 26 декабря 2024 г.

Распознавание эмоций в соотнесении к «эмоциональным семействам»

Петракова А. В., Лебедева Е. И., Юрчик Е. Н., Экспериментальная психология 2024 Т. 17 № 3 С. 4–15

Работа направлена на изучение успешности распознавания эмоций людей разного пола и возраста, выраженных без заданных критериев, в соотнесении их с «эмоциональными семействами». Представлены материалы эмпирического онлайн-исследования, полученные при помощи краудсорсингового сервиса «Яндекс. Толока», в рамках которого приняли участие 3590 респондентов. Респонденты распознавали одну из 14 эмоций по предъявленным фотографиям (гордость, злость, радость, раздражение, веселье, отвращение, ...

Добавлено: 26 декабря 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.

Культурные правила выражения и распознавание эмоций других людей: различия в распознавании гнева представителями армянской и русской культур

Сысоева Т. А., Айрапетян Е. А., Психологические исследования: электронный научный журнал 2023 Т. 16 № 92 Статья 1

Изучались особенности распознавания эмоционального состояния другого человека представителями армянской и русской культур. В предварительном исследовании было обнаружено, что армяне, в отличие от русских, склонны в большей степени контролировать экспрессию гнева при взаимодействии с близкими людьми. Одна из идей, объясняющих влияние культуры на распознавание эмоций, предполагает, что правила выражения, которые заставляют подавлять экспрессию в определенных социальных ...

Добавлено: 29 января 2024 г.

Подходы к распознаванию эмоций в интеллектуальных системах

Карташева А. А., Технологос 2020 № 2 С. 15–24

В статье исследуются подходы к распознаванию эмоций в интеллектуальных системах с позиции методологических оснований. В междисциплинарных исследованиях, где необходимо совмещать подходы из разных областей, мы сталкиваемся с терминологической неопределенностью, так как проблема описания эмоциональной сферы решается разными исследователями в русле нескольких основных подходов. Во-первых, описание распознаваемых и продуцируемых эмоций можно вести через выделение фундаментальных (базовых) эмоций, ...

Добавлено: 20 октября 2023 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.

Fast Search of Face Recognition Model for a Mobile Device Based on Neural Architecture Comparator

Савченко А. В., Савченко Л. В., Макаров И. А., IEEE Access 2023 Vol. 11 P. 65977–65990

Добавлено: 28 августа 2023 г.

A standalone software for real-time facial analysis in online conferences and e-lessons

Чураев Е. Н., Савченко А. В., Software Impacts 2023 Vol. 16 Article 100507

Добавлено: 18 мая 2023 г.

Sex differences in emotional perception: Evidence from population of Tuvans (Southern Siberia)

Mezentseva A. A., Rostovtseva V. V., Ananyeva K. I. и др., Frontiers in Psychology 2022 Vol. 13 Article 924486

Добавлено: 31 октября 2022 г.

Correlation analysis of the data from a mobile device accelerometer to detect the difference in step duration

Borisova M. D., Tomchuk K. K., A. M. Turlikov, , in: 2020 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF).: IEEE, 2020. Ch. 9131479 P. 1–4.

Добавлено: 31 октября 2022 г.

Multi-user facial emotion recognition in video based on user-dependent neural network adaptation

Чураев Е. Н., Andrey V. Savchenko, , in: 2022 VIII International Conference on Information Technology and Nanotechnology (ITNT).: IEEE, 2022. P. 1–5.

Добавлено: 25 сентября 2022 г.

Video-based Frame-level Facial Analysis of Affective Behavior on Mobile Devices using EfficientNets

Савченко А. В., , in: 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW).: IEEE, 2022. P. 2358–2365.

Добавлено: 29 августа 2022 г.