ДонНТУ   Портал магистров

Ссылки по теме выпускной работы

    Материалы магистров ДонНТУ

  1. Умяров Н.Х. Нейросетевая система распознавания лица на снимке из видеопотока

    Описание: Персональный сайт на портале магистров ДонНТУ, 2012 г.

    Руководитель: к.т.н., доц. Федяев Олег Иванович

  2. Ларин Б.И. Методы отслеживания объектов в распределенной системе видеонаблюдения

    Описание: Персональный сайт на портале магистров ДонНТУ, 2011 г.

    Руководитель: к.т.н., доцент Ладыженский Юрий Валентинович

  3. Сова А.А. Распознавание лиц человека с помощью нейронной сети типа неокогнитрон

    Описание: Персональный сайт на портале магистров ДонНТУ, 2011 г.

    Руководитель: к.т.н., доц. Федяев Олег Иванович

  4. Костецкая Г.Ю. Исследование программной модели сверточной нейронной сети для распознавания изображений человеческих лиц

    Описание: Персональный сайт на портале магистров ДонНТУ, 2010 г.

    Руководитель: к.т.н., доц. Федяев Олег Иванович

  5. Махно Ю.С. Распознавание графических образов с помощью нейронной сети типа неокогнитрон при наличии искажений

    Описание: Персональный сайт на портале магистров ДонНТУ, 2008 г.

    Руководитель: к.т.н., доц. Федяев Олег Иванович

  6. Дрига К.В. Распознавание зашумленных и искаженных образов с помощью Неокогнитрона

    Описание: Персональный сайт на портале магистров ДонНТУ, 2006 г.

    Руководитель: к.т.н., доц. Федяев Олег Иванович

    7. Научные работы и статьи

  7. Neocognitron: A Self-organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position

    Авторы: Kunihiko Fukushima

    Описание: Описание самоорганизующейся нейросетевой модели Неокогнитрон для распознавания образов, независимой от сдвигов входного образа

  8. Neocognitron: a new algorithm for pattern recognition tolerant of deformations and shifts in position

    Авторы: Kunihiko Fukushima, Sei Miyake

    Описание: Предложен новый алгоритм неокогнитрона для распознавания образов, который хорошо распознает деформированные образы и образы с измененным положением

  9. Neocognitron: A Hierarchical Neural Network Capable of Visual Pattern Recognition

    Авторы: Kunihiko Fukushima

    Описание: Предложенная ранее нейросеть неокогнитрон описывается более детально и реализуется на миникомпьютере для распознавания рукописных цифр

  10. Handwritten alphanumeric Character Recognition by the Neocognitron

    Авторы: Kunihiko Fukushima, Nobuaki Wake

    Описание: Предложенная ранее нейросеть неокогнитрон реализуется для распознавания 35 символов, исследуется зависимость качества распознавания от выбора множеств тренировочных образов

  11. Improved Neocognitron with Bend-Detecting Cells

    Авторы: Kunihiko Fukushima, Nobuaki Wake

    Описание: Улучшенный неокогнитрон, в котором используются нейроны, выявляющие изгибы и нейроны, выявляющие линии

  12. Recognition and Segmentation of Connected Characters With Selective Attention

    Авторы: Kunihiko Fukushima, Taro Imagawa

    Описание: Модифицирована модель выборочного внимания, добавлен контроллер поиска для лучшего распознавания символов, написанных слитно в рукописном тексте

  13. Neocognitron With Dual C-Cell Layers

    Авторы: Kunihiko Fukushima, Masato Okada, Kazuhito Hiroshige

    Описание: В этой статье описывается разновидность неокогнитрона с двойным С-клеточным слоем.

  14. Use of different thresholds in learning and recognition

    Авторы: Kunihiko Fukushima, Masashi Tanigawa

    Описание: Улучшение работы S-нейронов с помощью использования разных пороговых значений для нейронов в процессе обучения и в процессе распознавания

  15. An Evaluation of The Neocognitron

    Авторы: David R. Lovell, Thomas Downs and Ah Chung Tsoi

    Описание: Серия экспериментов по выявлению сильных и слабых сторон неокогнитрона, предложенного Фукушимой. Также предлагаются улучшения для повышения качества распознавания рукописного текста, в частности предлагается заменить последний слой неокогнитрона нелинейным классификатором – многослойным персептроном

  16. Training Neocognitron to Recognize Handwritten Digits in the Real World

    Авторы: Kunihiko Fukushima, Ken-ichi Nagahara, Hayaru Shouno

    Описание: Результаты экспериментов по распознаванию неокогнитроном рукописных цифр из базы ETL-1. Используется подход с выбором разных пороговых значения для S-нейронов в процессе обучения и распознавания. Результат: свыше 97% успешных распознаваний

  17. Neocognitron with Improved Bend-Extractors: Recognition of Handwritten Digits in the Real World

    Авторы: K. Fukushima., E. Kimura and H. Shouno

    Описание: Улучшены показатели слоя, выявляющего точки изгибов и линий чтобы распознавать также и точки пересечения линий. Проведены эксперименты на реальных примерах, полученный результат: 98% успешных распознаваний

  18. Self-organization of shift-invariant receptive fields

    Авторы: Kunihiko Fukushima

    Описание: Этот документ предлагает новые правила обучения для нейронов. В процессе самообучения S-нейроны-победители усиляют свои входы, в то время как проигравшие C-нейроны ослабляют свои входы, а C-нейроны победители усиляют свои входы

  19. Neocognitron for handwritten digit recognition

    Авторы: Kunihiko Fukushima

    Описание: Предлагается улучшенная версия неокогнитрона и демонстрируются его возможности на большой базе рукописных цифр ETL-1. Улучшения: дополнительный слой извлечения контрастности, самообучение нейронов, выделяющих линии, контролируемое конкурирующее обучение на последних уровнях нейросети и т.д.

  20. Neocognitron capable of incremental learning

    Авторы: Kunihiko Fukushima

    Описание: В этой статье предлагается неокогнитрон, способный инкрементально обучаться не разрушая старые связи и не уменьшая скорости обучения

  21. Interpolating vectors for robust pattern recognition

    Авторы: Kunihiko Fukushima

    Описание: Предлагается применить интерполяционные векторы для классификации образов

  22. Further Parameters Estimation of Neocognitron Neural Network Modification with FFT Convolution

    Авторы: D. Kangin, G. Kolev, A. Vikhoreva

    Описание: Эта статья предлагает дальнейшую разработку улучшенной версии алгоритма неокогнитрона, предложенного Фукушимой. Также проведены сравнения с другими методами распознавания символов основанных на нейросети типа неокогнитрон

  23. Increasing robustness against background noise: Visual pattern recognition by a neocognitron

    Авторы: Kunihiko Fukushima

    Описание: Анализ S-нейронов на предмет улучшения работы неокогнитрона с фоновым шумом во входном образе. Предлагается новая формула вычисления тормозящего сигнала

  24. Processing Neocognitron of Face Recognition on High Performance Environment Based on GPU with CUDA Architecture

    Авторы: Gustavo Poli, José Hiroki Saito, João F. Mari, Marcelo R. Zorzan

    Описание: Эта работа представляет реализацию неокогнитрона на базе высокопроизводительной архитектуры графических процессоров. Для высокопроизводительного распознавания лиц использовалась технология CUDA. Разработанная система тестировалась на базах данных лиц UFSCar и CMU-PIE

  25. A spiking neural network based cortex-like mechanism and application to facial expression recognition

    Авторы: Si-Yao Fu, Guo-Sheng Yang, Xin-Kai Kuai

    Описание: В этой работе предлагается нейросетевая модель зрительной коры головного мозга для распознавания выражения лица

  26. Computation of pattern invariance in brain-like structures

    Авторы: S. Ullman, S. Soloviev

    Описание: В этой статье представлен подход к обобщению образов и инвариантность распознавания в структурах, подобных головному мозгу

  27. Программный эмулятор нейросети типа неокогнитрон для распознавания графических образов

    Авторы: Федяев О.И., Махно Ю.C.

    Описание: В этой статье описывается программный эмулятор неокогнитрона для распознавания графических образов с возможными искривлениями

  28. Possibility of neocognitron application for recognition of ancient egyptian hieroglyphs

    Авторы: Ивашко А.Г., Кугаевских А.В.

    Описание: В статье рассмотрена возможность применения аппарата искусственных нейронных сетей на примере неокогнитрона для задачи распознавания древнеегипетских иероглифов

  29. Распознавание лиц для интеллектуальных сред

    Авторы: Алекс Пентланд, Танзим Чаудхари

    Описание: В статье представлен обзор существующих систем распознавания лиц и идентификации человека

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

    Авторы: Умяров Н.Х., Федяев О.И.

    Описание: В данной работе практически реализован один из важных этапов процесса автоматического распознавания лиц – локализация лица на снимках из видеопотока. Выполнен анализ современных методов поиска лица на изображении. Разработана программа выделения лиц на основе алгоритма Виола-Джонса

  31. Распределенная программная система для распознавания лиц

    Авторы: Ларин Б.И., Ладыженский Ю.В.

    Описание: Рассмотрена система поиска и распознавания лица человека на изображении. Произведен анализ архитектуры и метода распознавания лица с помощью поиска участков изображения по цвету и алгоритма AdaBoost

  32. Реализация программной модели распознавания образа человека

    Авторы: Вечур А.В., Васильев А.Г.

    Описание: В статье показаны и сформулированы принципы исследования распознавания человека по изображению лица. Показана и проанализирована архитектура, для реализации распознавания человека по изображению лица. Приводятся примеры полученных результатов

  33. К вопросу восприятия и распознавания образов в системах искусственного интеллекта

    Авторы: Ященко В.А.

    Описание: В статье в рамках бионического подхода рассмотрены вопросы восприятия и распознавания образов в системах искусственного интеллекта. Представлено описание устройства и функционирования сенсорной зрительной системы восприятия и предварительной обработки информации – глаза человека

  34. Структура системы идентификации человека по изображению лица

    Авторы: Никитенко Е.В., Силиченко А.И.

    Описание: Спроектирована структура системы идентификации человека по изображению лица, которая осуществляет распознавание лиц, выделение антропометрических точек и непосредственно идентификацию на основе отклика от различных алгоритмов, сочетание которых позволяет повысить достоверность результата идентификации

  35. Построение 12-факторной модели человеческого лица

    Авторы: Е.П. Путятин, П.А. Оробинский

    Описание: В работе рассмотрены теоретические аспекты распознавания человеческого лица по фотографии, а также результаты разработки алгоритмического и программного обеспечения для автоматического выделения контура и определения основных групп частей лица

  36. Об информационной идентификационной системе распознавания лиц по фотопортретам

    Авторы: Кязимов Т.Г., Махмудова Ш.Д.

    Описание: В статье рассматриваются вопросы распознавания лиц на основе их фотопортретов. Предложен способ определения геометрических характеристик лица для идентификации человека, отличающийся от ранее имеющихся способов. Проведенные эксперименты показали высокие результаты идентификации

  37. Биометрическая аутентификация по изображению лица на основе скрытых марковских моделей

    Авторы: Замула А.А., Косиковская Н.И., Землянко Ю.В.

    Описание: Данная работа относится к области биометрической аутентификации, а именно, к распознаванию лица человека на основе метода скрытых марковских моделей. Предложено усовершенствование известного метода извлечения черт изображений

  38. Алгоритмы выделения объектов на изображении

    Авторы: Ивашко А.В., Потапенко А.И.

    Описание: В статье рассмотреть алгоритмы выделения объектов на статических изображениях. Проведен сравнительный анализ методов выделения объектов с учебой по прецедентам. На основе эксперимента выдвинутые предположения относительно оптимального алгоритма поиска объектов

  39. Аналіз інформаційних технологій ідентифікації людських облич

    Авторы: Квєтний Р.Н., Поремський Ю.В., Кулик О.А., Перегончук Р.О.

    Описание: В статье проведен обзор существующих информационных технологий идентификации человеческих лиц в потоке видео данных. Выделены преимущества и недостатки каждой из них

  40. Нейротехнологии как метод решения задачи распознавания образов

    Авторы: Берковский В.В., Свиридов А.А.

    Описание: Статья посвещена проблеме распознавания образов, определены характеристики и типы задач распозанавания. Рассмотрен один из существующих нейросетевых методов распознавания образов. Описана суть метода многослойных нейронных сетей, показаны его достоинства и недостатки

  41. Распознавание изображений человеческих лиц с помощью свёрточной нейронной сети

    Авторы: Костецкая Г.Ю., Федяев О.И.

    Описание: В статье рассматривается распознавание изображений человеческих лиц с помощью сверточной нейронной сети, которое реализовано в виде программной модели

  42. Исследование моделей S- и С нейронов неокогнитрона при обучении и распознавании образов

    Авторы: Сова А.А., Федяев О.И.

    Описание: Рассмотрена архитектура многослойной нейронной сети типа неокогнитрон, состоящего из нейронов типа S и С. Исследована нелинейная модель S-нейрона при различных соотношениях её параметров торможения и возбуждения, показана возможность обучения S-нейрона по стратегиям «с учителем» и «без учителя» распознавать базисные элементы входных образов

  43. Исследование алгоритма обучения сверточной нейронной сети в системе распознавания человеческих лиц

    Авторы: Умяров Н.Х., Костецкая, Г.Ю., Федяев О.И.

    Описание: В данной работе рассматривается исследование алгоритма обучения сверточной нейронной сети на программной модели. Для обучения использован алгоритм обратного распространения ошибки. На обучающем множестве из 400 лиц показана эффективность используемого алгоритма, который включен в систему для распознавания лиц в режиме реального времени

  44. Математическая модель распознавания и обучения неокогнитрона

    Авторы: Сова А.А., Федяев О.И.

    Описание: Рассмотрена архитектура многослойной нейронной сети типа неокогнитрон, описана математическая модель процессов обучения и распознавания. Разработаны алгоритмы для программной реализации неокогнитрона, ориентированного на распознавание различных рукописных символов

  45. Кодирование изображений человеческих лиц с помощью самоорганизующейся карты Кохонена

    Авторы: Костецкая Г.Ю., Федяев О.И.

    Описание: В этой работе рассматривается кодирование изображений человеческих лиц с помощью самоорганизующейся карты Кохонена. Самоорганизующиеся карты Кохонена (SOM) заимствованы из биологических нейронных систем обработки информации (например, ретинотопические карты зрительной коры головного мозга и т. д)

  46. Распределенная программная система распознавания лиц

    Авторы: Колесник А.В., Ладыженский Ю.В.

    Описание: Рассматривается технология распознавания лиц методом выделения главных компонент, методом выделения антропометрических точек на изображении лица с использованием геометрического подхода в автоматической распределенной системе распознавания лиц

    47. Техническая и справочная литература

  47. Python

    Документация по языку программирования Python

  48. Dive into Python

    Бесплатная книга для начинающих по языку программирования Python

  49. Matplotlib

    Сайт с описанием и документацией по пакету для построения графиков Matplotlib (Python)

  50. Numpy

    Сайт с описанием и документацией по пакету Numpy для научных вычислений (Python)

    51. Специализированные сайты и порталы

  51. Национальная библиотека Украины имени В. И. Вернадского

    Крупнейшая библиотека Украины, главный научно-информационный центр государства. Входит в число десяти крупнейших национальных библиотек мира

  52. Electronic Archive Donetsk National Technical University

    Электронный архив Донецкого национального технического университета

  53. ACM Digital Library

    Электронная библиотека Ассоциации вычислительной техники

  54. Hindawi Publishing Corporation

    Сайт академического издательство с большим количеством научных журналов по разным дисциплинам

    55. Общая информация по теме магистерской работы

  55. Pattern recognition

    Статья на википедии о распознавании образов

  56. Neocognitron

    Презентация о неокогнитроне и его особенностях

  57. Распознавание лиц

    Статья на википедии о распознавании лиц