Порівняльний аналіз зображень за допомогою глибинних нейронних мереж
dc.contributor.author | Дрозд, Вадим Павлович | |
dc.contributor.author | Drozd, Vadym Pavlovych | |
dc.contributor.author | Дрозд, Вадим Павлович | |
dc.date.accessioned | 2018-05-11T09:27:59Z | |
dc.date.available | 2018-05-11T09:27:59Z | |
dc.date.issued | 2017 | |
dc.description.abstracten | Building a stable system for assessing the similarity of the images is very difficult task. In this paper proposed approach to learning image comparison system that uses techniques of deep learning, namely the combining of all stages of the comparison into one deep neural network. This approach allows one to construct a system that has a much greater training capacity than others. Experimental verification of the system was done on digital images, which represent photos of clothes. Results confirm that the proposed system can improve quality of comparison, as well as reduce the size of the feature vector. | uk |
dc.description.abstractru | Построение стабильной системы для оценки коэффициента схожести изображений очень сложная задача. В этой работе рассмотрен подход к обучению системы сравнения изображений, использующий техники глубинного обучения, а именно объединение всех этапов сравнения в одну глубинную нейронную сеть. Данный подход позволяет построить систему, которая имеет гораздо большую учебную емкость по сравнению с другими. Экспериментальная проверка системы проведена на тестовых изображениях, представляющих собой реальные фото одежды. Результаты подтверждают, что подход объединения системы в одну глубинную нейронную сеть позволяет повысить качество по сравнению с другими подходами, а также позволяет уменьшить размер полученного вектора признаков. | uk |
dc.description.abstractuk | Побудова стабільної системи для виявлення коефіцієнту подібності зображень є досить складною задачею. Насамперед необхідно враховувати відмінності між різними класами об’єктів, що можуть бути на зображенні, а також відмінності між внутрішньокласовими представниками. В даній роботі розглянуто підхід до навчання системи порівняння зображень, що використовує техніки глибинного навчання, а саме об’єднання усіх етапів порівняння в одну глибинну нейронну мережу. Даний підхід дозволяє побудувати систему, що має набагато більшу навчальну ємність в порівнянні з іншими системами. Експериментальна перевірка системи проведена на тестових зображеннях, що представляють собою реальні фото одягу. Результати підтверджують, що підхід об’єднання системи в одну глибинну нейронну мережу дозволяє підвищити якість в порівнянні з іншими підходами, а також дозволяє зменшити розмір отриманого вектору ознак. | uk |
dc.format.pagerange | С. 75-81 | uk |
dc.identifier.citation | Дрозд В. П. Порівняльний аналіз зображень за допомогою глибинних нейронних мереж / Дрозд В. П. // Електроніка та зв'язок : науково-технічний журнал. – 2017. – Т. 22, № 1(96). – С. 75–81. – Бібліогр.: 16 назв. | uk |
dc.identifier.doi | http://doi.org/10.20535/2312-1807.2017.22.1.80745 | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/22895 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Електроніка та зв'язок : науково-технічний журнал, Т. 22, № 1(96) | uk |
dc.subject | цифрові зображення | uk |
dc.subject | глибинні нейронні мережі | uk |
dc.subject | порівняння зображень | uk |
dc.subject | дескриптори | uk |
dc.subject | ознаки | uk |
dc.subject | digital images | uk |
dc.subject | deep neural networks | uk |
dc.subject | image comparison | uk |
dc.subject | descriptors | uk |
dc.subject | features | uk |
dc.subject | цифровые изображения | uk |
dc.subject | глубинные нейронные сети | uk |
dc.subject | сравнение изображений | uk |
dc.subject | дескрипторы | uk |
dc.subject | признаки | uk |
dc.subject.udc | 004.932.2 | uk |
dc.title | Порівняльний аналіз зображень за допомогою глибинних нейронних мереж | uk |
dc.title.alternative | Comparative analysis of images using deep neural networks | uk |
dc.title.alternative | Сравнительный анализ изображений с помощью глубинных нейронных сетей | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- EZ2017-1_10Drozd.pdf
- Розмір:
- 260.2 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: