ІНФ
Сахабудінов М. Р. Дослідження та розроблення методу ідентифікації людин у відеоданих : магістерська атестаційна робота, пояснювальна записка / М. Р. Сахабудінов ; кер. роботи проф. Машталір В.П. ; ХНУРЕ, Кафедра Інформатики. – Харків, 2015. – 84 с. : CD
Сахабудінов М. Р. Дослідження та розроблення методу ідентифікації людин у відеоданих : магістерська атестаційна робота, пояснювальна записка / М. Р. Сахабудінов ; кер. роботи проф. Машталір В.П. ; ХНУРЕ, Кафедра Інформатики. – Харків, 2015. – 84 с. : CD
Статистика використання: Видач: 0
Анотація:
Дана робота присвячена дослідженню питання ідентифікації людини у відеоданих. В якості методів ідентифікації були використані методи FisherFaces та EigenFaces. Був побудований алгоритм знаходження людини на відеоданих, на основі якого створена програмна реалізація.
Проведено дослідження результатів ідентифікації людини у відеоданих. Результати досліджень дозволяють зробити висновок про доцільність застосування розроблених алгоритмів для ідентифікації людини у відеоданих, а також для рішення завдання розпізнавання й пошуку в базах даних.
ШУМ, БАГАТОШАРОВІ НЕЙРОМЕРЕЖЕВІ МЕТОДИ, МЕТОД ГОЛОВНИХ КОМПОНЕНТ, ОПТИЧНИЙ ПОТІК, ПРИХОВАНІ МАРКІВСЬКИ МОДЕЛІ.
Данная работа посвящена исследованию вопроса идентификации человека в видеоданных. В качестве методов идентификации были использованы методы FisherFaces и EigenFaces. Был построен алгоритм нахождения человека на видеоданных, на основе которого сделана программная реализация. Проведено исследование результатов идентификации человека в видеоданных. Результаты исследований позволяют сделать вывод о целесообразности применения разработанных алгоритмов для идентификации человека в видеоданных, а также для решения задачи распознавания и поиска в базах данных.
ШУМ, МНОГОСЛОЙНЫЕ НЕЙРОСЕТЕВЫЕ МЕТОДЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, ОПТИЧЕСКИЙ ПОТОК, СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ
Данная работа посвящена исследованию вопроса идентификации человека в видеоданных. В качестве методов идентификации были использованы методы FisherFaces и EigenFaces. Был построен алгоритм нахождения человека на видеоданных, на основе которого сделана программная реализация. Проведено исследование результатов идентификации человека в видеоданных. Результаты исследований позволяют сделать вывод о целесообразности применения разработанных алгоритмов для идентификации человека в видеоданных, а также для решения задачи распознавания и поиска в базах данных.
ШУМ, МНОГОСЛОЙНЫЕ НЕЙРОСЕТЕВЫЕ МЕТОДЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, ОПТИЧЕСКИЙ ПОТОК, СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ
Проведено дослідження результатів ідентифікації людини у відеоданих. Результати досліджень дозволяють зробити висновок про доцільність застосування розроблених алгоритмів для ідентифікації людини у відеоданих, а також для рішення завдання розпізнавання й пошуку в базах даних.
ШУМ, БАГАТОШАРОВІ НЕЙРОМЕРЕЖЕВІ МЕТОДИ, МЕТОД ГОЛОВНИХ КОМПОНЕНТ, ОПТИЧНИЙ ПОТІК, ПРИХОВАНІ МАРКІВСЬКИ МОДЕЛІ.
Данная работа посвящена исследованию вопроса идентификации человека в видеоданных. В качестве методов идентификации были использованы методы FisherFaces и EigenFaces. Был построен алгоритм нахождения человека на видеоданных, на основе которого сделана программная реализация. Проведено исследование результатов идентификации человека в видеоданных. Результаты исследований позволяют сделать вывод о целесообразности применения разработанных алгоритмов для идентификации человека в видеоданных, а также для решения задачи распознавания и поиска в базах данных.
ШУМ, МНОГОСЛОЙНЫЕ НЕЙРОСЕТЕВЫЕ МЕТОДЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, ОПТИЧЕСКИЙ ПОТОК, СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ
Данная работа посвящена исследованию вопроса идентификации человека в видеоданных. В качестве методов идентификации были использованы методы FisherFaces и EigenFaces. Был построен алгоритм нахождения человека на видеоданных, на основе которого сделана программная реализация. Проведено исследование результатов идентификации человека в видеоданных. Результаты исследований позволяют сделать вывод о целесообразности применения разработанных алгоритмов для идентификации человека в видеоданных, а также для решения задачи распознавания и поиска в базах данных.
ШУМ, МНОГОСЛОЙНЫЕ НЕЙРОСЕТЕВЫЕ МЕТОДЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, ОПТИЧЕСКИЙ ПОТОК, СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ