Ссылки

Материалы магистров ДонНТУ

1. Труханов Т.И. Нейросетевая модель компьютерного распознавания людей по изображениям лиц с видеокамеры

   Описание: Персональный сайт на портале магистров ДонНТУ, 2013 г.

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

2. 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

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

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

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

4. 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

5. 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

6. 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

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

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

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

8. Куликов С.А. Исследование на программных моделях многоуровневых иерархических нейросетей типа когнитрон и неокогнитрон

   Описание: Персональный сайт на портале магистров ДонНТУ, 2002 г.

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

Научные работы и статьи

9. Повышение качества распознавания сцен нейронной сетью «Неокогнитрон»

   Авторы: Аксёнов С.В., Новосельцев В.Б.

   Описание: Изложены базовые принципы обучения и использования нейронной сети «Неокогнитрон».

10. Методика локализации изображения лица для систем видеоконтроля на основе нейронной сети

    Авторы: Макаренко А.А., Калайда В.Т.

    Описание: Предлагается метод и алгоритм локализации лица человека для автоматизированных систем распознавания и видеоконтроля на базе сверточных нейронных сетей. Преимущество использования свёрточных нейронных сетей в том, что они обеспечивают устойчивость к изменениям масштаба, смещениям, поворотам, смене ракурса и другим искажениям входного изображения.

11. Автоматический поиск лиц и выделение контуров рта, глаз на портретных изображениях

    Авторы: Алексеев А.В., Орлова Ю.А., Розалиев В. Л.

    Описание: работа посвящена контекстно-зависимому анализу портретных изображений. Анализ производится автоматически, вмешательство пользователя не требуется.

12. Распознавание лиц на групповых фотографиях с использованием алгоритмов сегментации

    Авторы: Шерстобитов А.И., Федосов В.П., Приходченко В.А., Тимофеев М.В.

    Описание: Рассмотрено решение задачи распознавания лиц при обработке изображений группы лиц. Приведен обзор существующих методов предварительной обработки: фильтрация, сегментация. Рассмотрен ряд различных подходов для решения задачи распознавания лиц на изображениях. Представлена модификация метода распознавания лиц на основе анализа главных компонент.

13. Гибридный алгоритм распознавания человеческих лиц на цифровых изображениях

    Авторы: Кудряшов П. П., Фоменков С. А.

    Описание: В статье описывается гибридый метод, берущий в основу алгоритм Haar, который является инвариантным и обладает не только высокой скоростью работы, но и хорошей точностью распознавания.

14. Влияние освещенности на качество распознавания фронтальных лиц

    Авторы: Гончаров А. В., Каркищенко А. Н.

    Описание: В работе рассматривается новый алгоритм распознавания лиц, позволяющий достичь высокой надежности распознавания в сложных условиях освещенности. Проведено сравнение предложенного алгоритма распознавания лиц с известными аналогами.

15. Разработка программных средств для моделирования биометрических систем распознавания человека по изображению лица

    Автор: Щеголева Н.Л.

    Описание: Сформулированы и обоснованы требования к средствам моделирования систем распознавания изображений лиц, принципы их построения и анализа. Предложена архитектура пакета, приведены состав подсистем и их назначение.

16. Применение метода улучшения изображений для систем распознавания лиц

    Автор: Пахирка А.И.

    Описание: Представлен алгоритм обработки изображений лиц, включающий три этапа: нелинейное улучшение изображения (сжатие динамического диапазона), локализация лиц на основе цветовой сегментации кожи с последующим выделением антропометрических точек лица. Также рассмотрен процесс распознавания лиц на основе метода главных компонент.

17. О реализации нейросетевого алгоритма распознавания лиц на графических процессорах

    Автор: Терехов В.И.

    Описание: В работе рассматривается реализация нейросетевого алгоритма распознавания лиц на графических процессорах, разработанная с использованием OpenCL.

18. Параллельные вычисления в обнаружении лиц на изображении

    Автор: Прохоров П.В.

    Описание: В статье рассмотрен алгоритм обнаружения лиц на изображении, задействующий параллельные вычисления на языке Java. С использованием библиотеки Akka реализуется модель MapReduce. В статье приводится описание выбранного алгоритма (AdaBoost), архитектура классической и параллельной реализаций алгоритма, результаты вычислительных экспериментов.

19. Сравнительный анализ алгоритмов распознавания лиц

    Автор: Мищенкова Е.С.

    Описание: Описываются и анализируются современные методы распознавания лиц. На основе анализа методов, представляется, что перспективным может являться создание гибридных методов.

20. Система поиска, выделения и распознавания лиц на изображениях

    Авторы: Друки А.А.

    Описание: Для решения задачи выделения и распознавания лиц использованы сверточные нейронные сети. Представлена структура разработанной нейронной сети. Представлен алгоритм масштабирования и кластеризации изображений.

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

    Авторы: Fukushima K., Miyake S.

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

22. Автоматический поиск лиц и выделение контуров рта, глаз на портретных изображениях

    Авторы: Эрман Е.А., Мамдух Мохаммед Гомаа Мохаммед

    Описание: Предложено решение задачи по выделению области лица с помощью метода обнаружения лиц, представляющего собой комбинацию метода Виолы Джонса и способ обнаружения кожи с использованием метода кодирования цветовых пространств (Log opponent и YIQ).

23. Искусственные нейронные сети: архитектуры, обучение, применение

    Авторы: Руденко О.Г., Бодянский Е.В.

    Описание: Рассмотрены основные типы нейронов, архитектур, алгоритмов обучения искусственных нейронных сетей. Особое внимание уделяется задачам обработки информации в реальном времени.

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

    Авторы: Fukushima K.

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

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

    Авторы: Fukushima K.

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

26. Handwritten alphanumeric Character Recognition by the Neocognitron

    Авторы: Fukushima K., Wake N.

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

27. Recognition and Segmentation of Connected Characters With Selective Attention

    Авторы: Fukushima K. Imagawa T.

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

28. Neocognitron With Dual C-Cell Layers

    Авторы: Fukushima K., Okada M., Hiroshige K.

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

29. Use of different thresholds in learning and recognition

    Авторы: Fukushima K., Tanigawa M.

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

30. Training neocognitron to recognize handwritten digits in the real world

    Авторы: Fukushima K., Nagahara K., Shouno H.

    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.

31. Self-organization of shift-invariant receptive fields

    Авторы: Fukushima K.

    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.

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

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

    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.

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

    Авторы: Gustavo Poli, Hiroki Saito, 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.

34. Применение нейросетевых технологий для идентификации изображения лица человека

    Авторы: Макаренко А.А., Калайд В.Т.

    Описание: Статья содержит обзор основных нейросетевых технологий, применяемых для идентификации полутоновых изображений, и обсуждается возможность их использования для решения задачи обнаружения лица человека на изображении.

35. 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.

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

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

    Описание: 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.

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

    Авторы: Умяров Н.Х., Федяев О.И.

    Описание: 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.

38. 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.

39. 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.

40. Система распознавания зашумлённых и искажённых графических образов на основе нейронной сети типа неокогнитрон

    Авторы: Федяев О.И., Махно Ю.С.

    Описание: Рассмотрен алгоритм обучения и особенности функционирования неокогнитрона, отмечены его достоинства и недостатки при распознавании образов, подверженных искажениям.

41. Алгоритм обучения нейронной сети «Неокогнитрон» для распознавания рукописных символов.

    Авторы: Садыхов Р.Х., Ваткин М.Е.

    Описание: Выполнено экспериментальное моделирование нейронной сети «неокогнитрон». Представлены оптимизированные по времени исполнения и простоте описания алгоритмы обучения и функционирования сети.

42. Модификация нейронной сети неокогнитрон для увеличения качества распознавания текста

    Авторы: Кугаевских А.

    Описание: В работе представлен новый подход к распознаванию иероглифических текстов со слабо изученной лингвистикой.

Технический и справочный материал

43. Методы распознавания изображений с использованием искусственных нейронных сетей

    Автор: проф. Тропченко А.Ю.

    Описание: Презентация «Методы обработки и распознавания изображений»

44. Лекции по теории и приложениям искусственных нейронных сетей

    Автор: Терехов С.А.

    Описание: Описание когнитрона и неокогнитрона Фукушимы.

45. Основы теории нейронных сетей

    Описание: В лекции рассматривается архитектура, процедура обучения и функционирования неокогнитрона. Отмечается его сходство и отличие от когнитрона.

Логика мышления

46. Сверточные сети. Неокогнитрон

    Авторы: Редозубов А.

    Описание: Описание неокогнитрона и его обучение.

47. Логика мышления. Часть 1. Нейрон

    Авторы: Редозубов А.

    Описание: Видение, того, как работает мозг и каковы возможные пути создания искусственного интеллекта.

48. Логика мышления. Часть 2. Факторы

    Авторы: Редозубов А.

    Описание: Описание концепций нейросетевых моделей.

Специализированные сайты и порталы

49. Электронный архив Донецкого национального технического университета

    Описание: Электронный архив Донецкого национального технического университета.

50. Національна бібліотека України імені В. І. Вернадського

    Описание: Крупнейшая библиотека Украины. В Библиотеке свыше 50 подразделений, которые сгруппированы по направлениям их деятельности в институты и др.

51. Хабрахабр

    Описание: Крупнейший русскоязычный IT-портал. Выполняет роль новостного сайта и коллективного блога.

52. НОУ ИНТУИТ

    Описание: Сайт бесплатно предоставляет множество учебных курсов, связанных с различными областями современных знаний, таких как математика, физика, информационные технологии, компьютерные науки.