Порівняльний аналіз зображень за допомогою глибинних нейронних мереж

Скорочена інформація про документ
dc.contributor.authorДрозд, Вадим Павлович
dc.contributor.authorDrozd, Vadym Pavlovych
dc.contributor.authorДрозд, Вадим Павлович
dc.date.accessioned2018-05-11T09:27:59Z
dc.date.available2018-05-11T09:27:59Z
dc.date.issued2017
dc.description.abstractenBuilding 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.abstractruПостроение 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.abstractukПобудова 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.pagerangeС. 75-81uk
dc.identifier.citationДрозд 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.doihttp://doi.org/10.20535/2312-1807.2017.22.1.80745
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/22895
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceЕлектроніка та зв'язок : науково-технічний журнал, Т. 22, № 1(96)uk
dc.subjectцифрові зображенняuk
dc.subjectглибинні нейронні мережіuk
dc.subjectпорівняння зображеньuk
dc.subjectдескрипториuk
dc.subjectознакиuk
dc.subjectdigital imagesuk
dc.subjectdeep neural networksuk
dc.subjectimage comparisonuk
dc.subjectdescriptorsuk
dc.subjectfeaturesuk
dc.subjectцифровые изображенияuk
dc.subjectглубинные нейронные сетиuk
dc.subjectсравнение изображенийuk
dc.subjectдескрипторыuk
dc.subjectпризнакиuk
dc.subject.udc004.932.2uk
dc.titleПорівняльний аналіз зображень за допомогою глибинних нейронних мережuk
dc.title.alternativeComparative analysis of images using deep neural networksuk
dc.title.alternativeСравнительный анализ изображений с помощью глубинных нейронных сетейuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
EZ2017-1_10Drozd.pdf
Розмір:
260.2 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Електроніка та зв'язок: науково-технічний журнал, Т. 22, № 1(96)