Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://ea.donntu.edu.ua/jspui/handle/123456789/33570
Назва: Удосконалення технології розпізнавання облич за допомогою згорткових нейронних мереж
Інші назви: Face recognition technology improving using convolutional neural networks
Автори: Мякшин, Олександр Дмитрович
Ключові слова: згорткова,
нейронна мережа
TensorFlow
Pyton
детекція
Keras
Дата публікації: гру-2021
Видавництво: Покровск: ДонНТУ
Бібліографічний опис: Мякшин, О. Д. Дослідження розпізнавання облич за допомогою згорткових нейронних мереж : випускна кваліфікаційна робота … магістра : 122 «Комп’ютерні науки» / Мякшин Олександр Дмитрович. – Покровськ: ДонНТУ, 2021. - 105 с.
Короткий огляд (реферат): Випускну магістерську роботу присвячено дослідженню методів побудови та алгоритмів роботи згорткових нейронних мереж в контексті розпізнавання обличь для визначення шляхів покращення вже існуючих моделей. Мета дослідження – пошук та реалізація підходів удосконалення системи розпізнавання обличь, які дозволяють розпізнавати об’єкти з підвищеною точністю розпізнавання без зниження швидкості. Об’єкт дослідження даної роботи – процес розпізнавання обличь за допомогою згорткових нейронних мереж. Предмет дослідження – архітектури та можливості згорткових нейронних мереж для вирішення задачі розпізнавання обличь на двовимірних зображеннях. Наукова новизна полягає в отриманні більш ефективної архітектури згорткової нейронної мережі, яка дозволяє підвищити точність розпізнавання облич. Практичне значення полягає в накопиченні рекомендацій щодо розробки та навчання згорткових нейронних мереж в цілях використання в системах розпізнавання обличь на основі аналізу сучасних архітектур та принципів роботи існуючих моделей.
URI (Уніфікований ідентифікатор ресурсу): http://ea.donntu.edu.ua/jspui/handle/123456789/33570
Розташовується у зібраннях:ОС "Магістр" КІТА

Файли цього матеріалу:
Файл Опис РозмірФормат 
2021_м_КН20_Мякшин_ОД.pdf3,34 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.