Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288529Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Игнатьева, С. А. | - |
| dc.contributor.author | Богуш, Р. П. | - |
| dc.contributor.author | Абламейко, С. В. | - |
| dc.date.accessioned | 2022-11-09T09:27:10Z | - |
| dc.date.available | 2022-11-09T09:27:10Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 132-137. | - |
| dc.identifier.isbn | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 | - |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/288529 | - |
| dc.description.abstract | Предлагается новый способ аугментации данных и подход к ее применению для регуляризации при обучении сверточной нейронной сети (СНС) для решения задачи повторной идентификации людей при видеонаблюдении. Для аугментации используется циклический сдвиг изображения по вертикали и горизонтали на случайное число пикселей и добавление уменьшенной копии другого изображения. Кроме этого, особенностью является применение двухэтапного обучения СНС. На первом этапе сеть обучается на аугментированных данных, а на втором продолжает обучение на исходных изображениях. Показано, что предлагаемый подход позволяет увеличить значения трех метрик mAP, Rank1 и mINP | - |
| dc.language.iso | ru | - |
| dc.publisher | Минск : БГУ | - |
| dc.rights | info:eu-repo/semantics/openAccess | - |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | - |
| dc.title | Аугментация данных для регуляризации в нейросетевых алгоритмах повторной идентификации людей по видеоданным | - |
| dc.title.alternative | Data augmentation for regularization in neural network person re-identification algorithms by video data / S.A. Ihnatsyeva, R.P. Bohush, S.V. Ablameyko | - |
| dc.type | conference paper | - |
| dc.description.alternative | A new data augmentation method and an approach to its application for regularization in training a convolutional neural network (CNN) for solving the people re-identification problem in video surveillance are proposed. The method uses two key techniques. First, the cyclic shift is applied to the image pixels in two directions, namely vertically and horizontally. Secondly, subimage replacement of with a reduced copy of another image from the package is applied. In addition, feature is use of two-stage training CNN. It is shown that the proposed approach allows increasing the values mAP, Rank1 and mINP | - |
| Располагается в коллекциях: | 2022. Информационные системы и технологии | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 132-137.pdf | 286,35 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.