Отрывок: Данная модель увеличивает количество распознанных маркерных объектов тела человека на 10% в случаях, когда значение метрики (1) меньше среднего по тестовой выборке, а также безошибочно корректирует ориентацию (попутанные стороны) маркерных объектов. Рисунок 1 показывает сдвиг в распределении распознанных точек - распознаётся больше точек. Искусственный инт...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Килбас И. А. | ru |
dc.contributor.author | Парингер Р. А. | ru |
dc.contributor.author | Гайдель А. В. | ru |
dc.contributor.author | Гошин Е. В. | ru |
dc.contributor.author | Ровнов С. В. | ru |
dc.coverage.spatial | видеопоток | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | распознавание маркерных объектов | ru |
dc.coverage.spatial | распознавание позы человека | ru |
dc.coverage.spatial | корректировка ошибок трекинга | ru |
dc.coverage.spatial | нейросетевые модели трекинга | ru |
dc.creator | Килбас И. А., Парингер Р. А., Гайдель А. В., Гошин Е. В., Ровнов С. В. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\466011 | ru |
dc.identifier.citation | Нейросетевая модель трекинга маркерных объектов по видеопотоку / И. А. Килбас, Р. А. Парингер, А. В. Гайдель, Е. В. Гошин, С. В. Ровнов // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 031872. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.]. | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2021). - Т. 3 : Искусственный интеллект и науки о данных | ru |
dc.title | Нейросетевая модель трекинга маркерных объектов по видеопотоку | ru |
dc.type | Text | ru |
dc.citation.spage | 031872 | ru |
dc.citation.volume | 3 | ru |
dc.textpart | Данная модель увеличивает количество распознанных маркерных объектов тела человека на 10% в случаях, когда значение метрики (1) меньше среднего по тестовой выборке, а также безошибочно корректирует ориентацию (попутанные стороны) маркерных объектов. Рисунок 1 показывает сдвиг в распределении распознанных точек - распознаётся больше точек. Искусственный инт... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
16paper031872.pdf | 450.63 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.