Гонтаренко, Я. Д. and Красношлик, Н. О. (2019) Використання нейронних мереж для розпізнавання дій людини по відео. Вісник Черкаського університету. Серія Прикладна математика. Інформатика (№ 2). pp. 59-72.
|
Text
3705-8986-1-SM.pdf Download (602kB) | Preview |
Abstract
Розпізнавання дій людини по відео є важливою задачею в області комп’ютерного зору, яка знаходить широке застосування у різних сферах діяльності людини. У даній роботі розглянуто методи розв’язання даної задачі з використанням штучних нейронних мереж. Описано два підходи застосування нейронні мереж: Transfer Learning та метод зміни простору. Метод Transfer Learning дозволяє використовувати досвід, отриманий під час розв’язання однієї задачі, для розв’язання іншої. Метод зміни простору полягає у використанні прогнозу попередньо-навченої моделі, як вхідних ознак для ще однієї нейронної мережі. У якості такої нейронної мережі обирали мережі різних архітектур з повнозв’язними шарами або шаром LSTM. Також були використані попередньо-треновані мережі MobileNet, ResNet та DenseNet. Реалізацію розглянутих нейронних мереж здійснено за допомогою бібліотеки Keras. Для навчання моделей використано два типи вхідних даних: відео фрагменти та координати суглобів у просторі. Для класифікації дій людини за координати суглобів у просторі також застосовували класичні алгоритми машинного навчання: метод найближчих сусідів, логістична регресія, випадковий ліс та метод опорних векторів. Досліджено ефективність використання запропонованих моделей для розпізнавання дій людини по відео за долею правильних відповідей на тестовій виборці і часом навчання.
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Монте-Карло ; бінарний сплав ; регулярний твердий розчин ; метод дифузійної пари |
Subjects: | Фізико-математичні науки |
Divisions: | Навчально-науковий інститут інформаційних та освітніх технологій |
Depositing User: | Наукова Бібліотека |
Date Deposited: | 05 May 2020 12:16 |
Last Modified: | 05 May 2020 12:16 |
URI: | https://eprints.cdu.edu.ua/id/eprint/2576 |
Actions (login required)
View Item |