ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Сравнительный анализ классификаторов обнаружения лица на снимке

    Авторы: Е. O. Ткачук, О. И. Федяев

    Описание: В данной работе рассмотрен алгоритм Виолы-Джонса, протестированы классификаторы, поставляемые с библиотекой OpenCV.

    Источник: Інформаційні управляючі системи та комп’ютерний моніторинг / Матерiали V мiжнародної науково-технiчної конференцiї – Донецьк, ДонНТУ – 2014, Том 1, с. 382-387.

    2. Тематические статьи

  2. Robust Real-time Object Detection

    Авторы: P. Viola, M. Jones

    Описание: Рассмотрено интегрально представление изображений, оптимизация поиска минимального количества признаков при составлении сильного классификатора с помощью AdaBoost, описан алгоритм выделения лиц в реальном времени и его реализация.

    Источник: Cambridge Research Laboratory, Cambridge, MA, 2001, http://www.hpl.hp.com/techreports/Compaq-DEC/CRL-2001-1.pdf

  3. Выделение лица на снимке из видеопотока с целью его распознавания

    Авторы: Н. Х. Умяров, О. И. Федяев

    Описание: Рассмотрен алгоритм выделения лица на отнове признаков Хаара, описаны параметры, которыми можно регилировать эффективность алгоритма

    Источник: Mistubishi Electric Research Lab, Cambridge, MA, 2001, http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.20.480&rep=rep1&type=pdf

  4. Multiple instance boosting for object detection

    Авторы: P. Viola, J. C. Platt, Ch. Zhang

    Описание: Описывается новый вид обучения – Multiple Instance Learning (MIL) Boost. Данная модификация алгоритма Виолы-Джонса позволяет поднять скорость в 1.6 раз

    Источник: Microsoft Research, 1 Microsoft Way, Redmond, WA, 2006, http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.138.8312&rep=rep1&type=pdf

  5. Распознавание искусственными нейронными сетями графических образов при наличии искажений в реальном времени

    Авторы: Ю. С. Махно, О. И. Федяев

    Описание: Подробно разобраны аспекты реализации алгоритма Виолы-Джонса

    Источник: Тезисы доклада на III международную научно-техническую конференцию молодых учёных и студентов "Информатика и компьютерные технологии 2007"

  6. Neocognitron For Rotated Pattern Recognition

    Авторы: M. Tran, S. Ray, R. Pose

    Описание: Статья посвящена исследованию неокогнитрона и настройки его параметров на корректную работу с поворачивающимися шаблонами

    Источник: School of Computer Science & Software Engineering, Monash University, Clayton Victoria, 3168, Australia http://www.csse.monash.edu.au/~rdp/research/Papers/Neocognitron_for_rotated_pattern_recognition.pdf

  7. An Evaluation of The Neocognitron

    Авторы: D. R. Lovell, T. Downs, A. Ch. Tsoi

    Описание: Анализ неогогнитрона с целью выделения слабых сторон и их усиления

    Источник: IEEE Transactions of neural networks, Vol. 8, No. 5, 1997, http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.51.9257&rep=rep1&type=pdf

  8. Математическая модель распознавания и обучения неокогнитрона

    Авторы: А. А. Сова, О. И. Федяев

    Описание: Подробно рассмотрены аспекты, касающиеся различных параметров неокогнитрона, а также его обучения.

    Источник: VII международная научно-техническая конференция студентов, аспирантов и молодых научных работников Информатика и компьютерные технологии – Донецк, ДонНТУ, 2011. – С. 164-168

  9. Fast and Robust Classification using Asymmetric AdaBoost and a Detector Cascade

    Авторы: P. Viola, M. Jones

    Описание: Описывается модификация AdaBoost, которая значительно поднимает скорость работы

    Источник: Mistubishi Electric Research Lab, Cambridge, MA, 2001

    10. Переводы статей

  10. Неокогнитрон: новый алгоритм для распознания шаблона, допускающий деформации и перемещения

    Авторы: K. Fukushima, S. Miyake

    Перевод с англ.: Е. О. Ткачук

    Описание: В данной статье описаны основные принципы работы неокогнитрона.

    Источник (англ.): NHK Broadcasting Science Research Laboratories, Knuta, Setagaya, Tokyo, Japan, 1982