Пояснительная записка королёв (Разработка информационной системы распознавания дорожных знаков с использованием сверточной нейронной сети), страница 9
Описание файла
Файл "Пояснительная записка королёв" внутри архива находится в папке "Разработка информационной системы распознавания дорожных знаков с использованием сверточной нейронной сети". Документ из архива "Разработка информационной системы распознавания дорожных знаков с использованием сверточной нейронной сети", который расположен в категории "". Всё это находится в предмете "дипломы и вкр" из 8 семестр, которые можно найти в файловом архиве ДВГУПС. Не смотря на прямую связь этого архива с ДВГУПС, его также можно найти и в других разделах. .
Онлайн просмотр документа "Пояснительная записка королёв"
Текст 9 страницы из документа "Пояснительная записка королёв"
Список используемых источников и литературы
1. Каковкин, П.А. Применение алгоритмов глубокого обучения для локализации и распознавания дорожных знаков на изображениях [Текст] / П.А. Каковкин, А.А. Друки, В.Г. Спицын // Высокие технологии в современной науке и технике: сборник научных трудов IV Международной научно- технической конференции молодых ученых, аспирантов и студентов. – Томск: ТПУ, 21-24 апреля, 2015. – 360-364 с.
2. Вапник, В.Н. Теория распознавания образов (статистические проблемы обучения) [Текст] / В.Н. Вапник, А.Я. Червоненкис. – М.: Главная редакция физико-математической литературы изд-ва «Наука», 1974. – 416 с.
3. Якимов, П.Ю. Отслеживание дорожных знаков в видеопоследовательности с использованием скорости автомобиля [Текст] / П.Ю. Якимов // Компьютерная оптика. – 2015. – Т. 39, № 5. – 795-800 с.
4. Айзерман, М.А. Метод потенциальных функций в теории обучения машин [Текст] / М.А. Айзерман, Э.М. Браверман, Л.И. Розоноэр. – М: Главная редакция физико-математической литературы изд-ва «Наука», 1970. –384 с.
5. Ciresan, U. Meier, J. Masci, L. M. Gambardella, J. Schmidhuber. Flexible, High Performance Convolutional Neural Networks for Image Classification. // Proceedings of the Twenty-Second international joint conference on Artificial Intelligence. – 2011. – .1237–1242 p.
6. Крючин, О.В. Параллельные алгоритмы обучения искусственной нейронной сети Quickprop и Rprop [Текст] / О.В. Крючин, А.А. Арзамасцев // Вестник Тамбовского университета. –2012. – Т. 17. – № 1. – 34–41 с.
7. Солдатова, О.П. Применение сверточной нейронной сети для распознавания рукописных цифр [Текст] / О.П. Солдатова, А.А. Гаршин // Компьютерная оптика. – 2010. – Т. 34. – № 2. – 252–259 с.
8. Open CV Library [Электронный ресурс] – Режим доступа: http://opencv.org/downloads.html. Дата обращения: 02.05.2017.
9. Королёв, Б.Е. Разработка информационной системы распознавания дорожных знаков [Электронный ресурс]: – Режим доступа: http://e-postulat.ru/index.php/Postulat/article/view/644/667.
10. Друки, А.А. Система поиска, выделения и распознавания лиц на изображениях [Текст] / А.А. Друки, В.Г. Спицын // Известия Томского политехнического университета. – Томск: ТПУ, 2011. – Т. 318 – № 5. – 64 с.
11. Друки, А. А. Алгоритмы распознавания рукописных подписей на основе нейронных сетей [Текст] / А.А. Друки, М.А. Милешин // Фундаментальные исследования. – Москва: Академия естествознания, 2014. – № 11.
12. Viola, P. Robust real-time face detection / P. Viola, M.J. Jones // International Journal of Computer Vision. – 2004. – Vol. 57. – № 2. – 137–145 р.
13. Хайкин, С. Нейронные сети: полный курс, 2-е издание [Текст] / С. Хайкин. – М.: Издательский дом «Вильямс», 2006. – 1103 с.
14. Cпицын, В.Г. Применение искусственных нейронных сетей для обработки информации [Текст] / В.Г. Cпицын, Ю.Р. Цой. – Томск: ТПУ, 2007. – 32 с.
15. Лаборатория компьютерной графики ВМК МГУ [Электронный ресурс]: – Режим доступа: http://courses.graphics.cs.msu.ru. Дата обращения: 15.05.2017.
16. Журавлев, Ю.И. Распознавание. Математические методы. Программная система. Практические применения [Текст] / Ю.И. Журавлев, В.В. Рязанов, О.В. Сенько. – М.: ФАЗИС, 2006. – 176 с.
17. Алпатов, Б.А. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление [Текст] / Б.А. Алпатов, П.В. Бабаян, О.Е. Балашов, А.И. Степашкин. – М.: Радиотехника, 2010. – 176 с.
18. Houben, S. Detection of Traffic Signs in Real-World Images: The German Traffic Sign Detection Benchmark / S. Houben, J. Stallkamp, J. Salmen, M. Schlipsing, C. Igel // International Joint Conference on Neural Networks. – 2013.
19. Фурсов, В.А. Локализация контуров объектов на изображениях при вариациях масштаба с использованием преобразования Хафа [Текст] / С.А. Бибиков, В.А. Фурсов, П.Ю. Якимов // Компьютерная оптика. – 2013. – Т. 37, № 4. – 502-508 с.
20. Кореной А.В. Обнаружение, распознавание и определение параметров образов объектов. Методы и алгоритмы / Радиотехника. – 2012. – 112 с.
21. Шапиро Л. Компьютерное зрение / М.: БИНОМ. Лаборатория знаний, 2013. - 752 c.
22. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц. URL: https://habrahabr.ru/post/133826/ Дата обращения 15.04.2017.
23. Вежневец, А. Выделение связных областей в цветных и полутоновых изображениях / А. Вежневец // Компьютерная графика и мультимедиа. – 2003. – № 1(5). – 56 с.
24. Желтов, С.Ю. Система распознавания и визуализации характерных черт человеческого лица в реальном времени на персональной ЭВМ с использованием web-камеры / С.Ю. Желтов, Ю.В. Визильтер, М.В. Ососков // Материалы XII Международной конференции по Компьютерной графике и машинному зрению. – Нижний Новгород: - 2009. – 251–254 с.
25. Макаренко, A.A. Методика локализации изображения лица для систем видеоконтроля на основе нейронной сети / А.А. Макаренко, В.Т. Калайда // Известия Томского политехнического университета. – 2010. – Т. 309. – № 8. – 113–118 с.
26. Садыков, С.С. Скелетизация бинарных изображений / СС. Садыков, И.Р. Самандаров // Зарубежная радиоэлектроника. – 1985. – № 11. – 30–37 с.
27. Фаворская, М.Н. Морфологическая обработка контурных изображений в системах распознавания текстовых символов / М.Н. Фаворская, А.С. Зотин, А.Н. Горошкин // Вестник СибГАУ. – 2007. – Т. 1(14). – 70–75 с.
28. Машина опорных векторов [Электронный ресурс]: – Режим доступа: http://www.intuit.ru/studies/courses/10621/1105/lecture/17990. Дата обращения: 10.04.2017.
29. Горлов, Д.В. Распознавание изображений на основе признаков, инвариантных к сдвигу, вращению, масштабированию: Автореферат диссертации на соискание ученой степени кандидата физико-математических наук [Текст] / Д.В. Горлов. – Красноярск: - 2002.
30. Митчелл, Б.Ф. Нахождение ближайшей к началу координат точки многогранника / Б.Ф. Митчелл, В.Ф. Демьянов, В.Н. Малоземов // Л.: Вестник ЛГУ. – 1971. – № 19. – 38-45 с.
31. Шапиро, Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман, под ред. С. Соколова, пер. с англ. Андрей Богуславский. – М.: Бином. Лаборатория знаний. – 2006. – 752 c.
32. Сойфер, В.А. Теоретические основы цифровой обработки изображений: Учебное пособие / В.А. Сойфер, В.В. Сергеев, С.Б. Попов, В.В. Мясников. – Самара: СГАУ, 2010. – 256 с.
33. Microsoft Visual studio [Электронный ресурс]: – Режим доступа: https://www.visualstudio.com/ru/ Дата обращения: 17.03.2017.
34. Архипов, А.Е. Влияние предварительной обработки изображений на качество выделения контуров [Текст] / Архипов А.Е., B.C. Панищев// Распознавание-2010: сб. материалов VI Международной конференции. – Курск: - 2010. - 29-30 с.
35. Дегтярев, C.B. Методы цифровой обработки изображений Текст.: учебное пособие 4.1. Гриф УМО / C.B. Дегтярев., С.С. Садыков, С.С. Тевс, Т.А. Ширабакина // Курск: Курск, государственный технический университет. - 2001. - 167 с.
36. Вакунов, Н.В. Вейвлет-преобразование в обработке и анализе изображений [Текст] / Н.В. Вакунов, А.Л. Жизняков М.: Государственный научный центр Российской Федерации – ВНИИ геосистем, 2004. – 102 с.
37. Ушаков, С.Ю. Распознавание образов, инвариантное к искажениям [Текст] / С.Ю. Ушаков // Известия вузов. Приборостроение - 1994. Т. 37, №3-4. - 42 с.
38. Нейрокомпьютеры архитектура и реализация. [Электронный ресурс]: – Режим доступа: http://www.chipinfo.m/literature/chipnews/20010l/24.html. Дата обращения: 5.05.2017.
39. Дуда, Р.Х Распознавание образов и анализ сцен / Р.Х. Дуда Пер. с англ. М.: Мир, 2001. - 511с
40. Чернухин, Ю.В. Цифровая нейрокомпьютерная модель зрительного анализатора. [Текст] / Ю.В. Чернухин // Сб. научных трудов. Многопроцессорные вычислительные структуры - 2011. - выпуск. 13. - 49 с.
41. Шапошников, Д.Г. Применение поведенческой модели зрения для инвариантного распознавания лиц и дорожных знаков [Текст] / Д.Г. Шапошников // Нейрокомпьютеры: разработка и применение. – 2002. – 7-8. – 21-33 с.
42. Chen, Y.N. The application of a convolution neural network on face and license plate detection / Y.N. Chen, C.C. Han, C.T. Wang // Proceedings of the 18th International Conference on Pattern Recognition. – 2006. – 552–555 р.
43. Пытьев, Ю. П. Задачи морфологического анализа изображений [Текст] / Ю.П. Пытьев // Математические методы исследования природных ресурсов Земли из космоса. – М: Наука, 1984. – 41–83 с.
44. Ферцев, А.А. Ускорение обучения нейронной сети для распознавания изображений с помощью технологии NVIDIACUDA [Текст] / А. А. Ферцев // Вестник Самарского государственного технического университета. Физ.-мат. науки. – 2012. – Т. 1(26). – 183–191 с.
45. Wang. R.M. AdaBoost for Feature Selection, Classification and Its Relation with SVM / R.M. Wang // International Conference on Solid State Devices and Materials Science. –2012. – 800 – 807 р.
46. Yoon, J. Car License Plate Detection under Large Variations Using Covariance and HOG Descriptors. / J. Yoon, B. Kang, D. Kim // 8th International Symposium on Visual Computing (ISVC). – 2012. – 636–647 р.
47. Viola, P. Robust real-time face detection / P. Viola, M.J. Jones // International Journal of Computer Vision. – 2004. – Vol. 57. – № 2. – 137–145 р.
48. Krizhevsky, A. ImageNet Classification with Deep Convolutional Neural Networks / A. Krizhevsky, I. Sutskever, G. Hinton // Conference on Neural Information Processing Systems (NIPS). – 2012. – 27 р.
49. Cheung, C.C. Improving the Quickprop Algorithm / C.C. Cheung, S.C. Ng, A.K. Lui // International Joint Conference of Neural Networks (IJCNN). – 2012.
50. Chaturvedi, A. Automatic License Plate Recognition System using SURF Features and RBF Neural Network / A. Chaturvedi, N. Sethi // International Journal of Computer Applications. – 2013. – Vol. 70. – № 27. – 37–41 р.