Главная » Просмотр файлов » Диссертация

Диссертация (1091153), страница 16

Файл №1091153 Диссертация (Распознавание лица на телевизионных изображениях при наличии искажающих факторов) 16 страницаДиссертация (1091153) страница 162018-01-18СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 16)

2009. P. 1–19.65. Shan S., Chang Y., Gao W., Cao B., Yang P. Curse of mis-alignment in facerecognition: problem and a novel mis-alignment learning solution // Proc. of118the IEEE Conference on Automatic Face and Gesture Recognition. 2004.P. 314–320.66. Timm F., Barth E. Accurate Eye Centre Localisation by Means of Gradients //Proc. of the International Conference on Computer Theory and Applications(VISAPP), 2011. V.

1, P 125–130.67. Everingham M.R., Zisserman A. Regression and classification approaches toeye localization in face images // IEEE International Conference onAutomatic Face & Gesture Recognition. 2006. P. 441–446.68. Гмурман В.Е. Теория вероятностей и математическая статистика. –М.: Высшая школа, 2003. – 479 с.69. Ширяев А.Н. Вероятность. Т. 1. – М.: МЦНМО, 2007. – 552 с.70. Bishop C. Neural Networks for Pattern Recognition. – Oxford UniversityPress, 1995.

– 504 p.71. Zhang L., Chu R., Xiang S., Liao S., Li S.Z. Face Detection Based on MultiBlock LBP Representation // Advances in Biometrics, Lecture Notes inComputer Science. 2007. P. 11–18.72. Suri P.K., Verma A. Robust Face Detection Using Circular Multi Block LocalBinary Pattern and Integral Haar Features // International Journal ofAdvanced Computer Science and Applications, Special Issue on ArtificialIntelligence. 2011. P. 67–71.73. Martínez-Díaz Y.,Méndez-Vázquez H.,Plasencia-Calaña Y.,García-Reyes E.B. Dissimilarity Representations Based on Multi-Block LBPfor Face Detection, Progress in Pattern Recognition, Image Analysis,Computer Vision, and Applications, Lecture Notes in Computer Science.2012.

V. 7441. P. 106–113.74. Schapire R., Singer Y. Improved Boosting Algorithms Using Confidencerated Predictions // Machine Learning. 1999. V. 37, issue 3. P. 297–336.11975. Krizhevsky A., Sutskever I., Hinton G. ImageNet Classification with DeepConvolutional Neural Networks // Proc. of the 26th Annual Conference onNeural Information Processing Systems. 2012. 8 p.76. Chen D., Cao X., Wen F., Sun J. Blessing of dimensionality: Highdimensional feature and its efficient compression for face verification // Proc.IEEE Conference on Computer Vision and Pattern Recognition. 2013. 8 p.77. Jones C.P., Palmer L. An evaluation of the two-dimensional Gabor-filtermodel of simple receptive fields in cat striate cortex // J.

Neurophysiol. 1987.Р. 1233–1258.78. Burr D., Morrone M., Spinelli D. Evidence for edge and bar detectors inhuman vision // Vision Res. 1989. Р. 419–431.79. Мурыгин К.В.Оптимизациягаборовскихвейвлетдлязадачираспознавания человека по изображению лица // Искусственныйинтеллект. 2003. № 4. С. 223–229.80. Shan S.G., Gao W., Chang Y.Z., Cao B., Yang P. Review the strength ofGabor features for face recognition from the angle of its robustness tomis-alignment // Proc. of the International Conference on Pattern Recognition(ICPR). 2004. P. 338–341.81.

Fasel I.R., Bartlett M.S., Movellan J.R. A Comparison of Gabor FilterMethods for Automatic Detection of Facial Landmarks // Proc. of the 7thSymposium on Neural Computation. 2000. P. 44–50.82. Lades M. Distortion invariant object recognition in the dynamic linkarchitecture // IEEE Trans. Comput. 1993. Vol. 42(3). Р. 300–311.83. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. –176 с.84.

Open Source Computer Vision Library (OpenCV), http://opencv.org.12085. Howse J. OpenCV Computer vision with Python. – Packt Publishing Ltd.,UK. 2013. – 122 p.86. Сэломон Д. Сжатие данных, изображений и звука. – М.: Техносфера,2004. – 368с.87.

Wang Z., Bovik A.C., Sheikh H.R., and Simoncelli E.P. Image qualityassessment: From error visibility to structural similarity // IEEE Transactionson Image Processing. 2004. vol. 13, no. 4. p. 600–612.88. Jain R. Quality of Experience // IEEE Multimedia. 2004. vol. 11. P. 95–96.89. Ashcroft J., Daniels D.J., Hart S.V. CCTV: Constant Cameras TrackViolators // NIJ Journal. 2008. V. 249.

P. 16–23.90. Безруков В.Н., Балобанов В.Г. Системы цифрового вещательного иприкладного телевидения. Учебное пособие для вузов. – М.: Горячаялиния – Телеком, 2015. – 608 с.91. Кухарев Г.А. Методы обработки и распознавания изображений лиц взадачах биометрии. – СПб.: Политехника, 2013. – 388 с.92.

ЛукьяницаА.А.,ШишкинА.Г.Цифроваяобработкавидеоизображений. – М.: Ай-Эс-Эс Пресс, 2009. – 518 с.93. Воронцов К.В. Лекции по статистическим (байесовским) алгоритмамклассификации // URL: http://www.ccas.ru/voron/download/Bayes.pdf.94. БрилюкД.В.,СтаровойтовВ.В.Распознаваниечеловекапоизображению лица нейросетевыми методами. – Минск: Ин-т техн.кибернетики НАН Беларуси, 2002. – 54 с.95. Дворкович В.П., Дворкович А.В. Цифровые видеоинформационныесистемы (теория и практика). – М.: Техносфера, 2012.

– 1009 с.96. Трубин И.С., Медведева Е.В., Булыгина О.П. Нелинейная фильтрациявидеопоследовательностей цифровых полутоновых изображений //Инфокоммуникационные технологии Том 5, №4, 2007 - 29-35.12197. FDDB: Face Detection Data Set and Benchmark // University ofMassachusetts. / URL: http://vis-www.cs.umass.edu/fddb/98. Comon P. Independent Component Analysis – A New Concept? // SignalProcessing. 1994. V. 36.

P. 287–314.99. Ганин А.Н. Сопровождение и распознавание объектов на телевизионныхизображениях // Диссертация на соискание ученой степени кандидататехнических наук. Ярославль. 2013.100. ГОСТ Р ИСО/МЭК ТО 19795-3-2009. Автоматическая идентификация.Идентификациябиометрическая.Эксплуатационныеиспытанияипротоколы испытаний в биометрии.

Часть 3. Особенности проведенияиспытаний при различных биометрических модальностях. – Введ.01.01.2011 – М.: Стандартинформ, 2010. – 28 с.101. Lopar M., Ribaric S. An overview and evaluation of various face and eyesdetection algorithms for driver fatigue monitoring system // Proc. Of theCroatian Computer Vision Workshop, 2013. P.

15–17.102. Никитин А.Е., Хрящев В.В., Приоров А.Л., Матвеев Д.В. Разработка ианализ алгоритма распознавания лиц на основе локальных квантованныхшаблонов // Нелинейный мир. 2014. № 8. С. 35–42.103. Приоров А.Л., Хрящев В.В., Никитин А.Е., Матвеев Д.В. Анализ имодификация алгоритмов детектирования пешеходов на цифровыхизображениях // Радиотехнические и телекоммуникационные системы.2014.

№ 4 (16). С. 40–47.104. Хрящев В.В., Бекренев В.А., Соловьев В.Е., Никитин А.Е. УлучшениекачестваJPEG2000-изображенийнаосновемодифицированногобилатерального фильтра // Цифровая обработка сигналов. 2011. № 3.С. 53–57.105. Nikitin A., Solovyev V., Khryashchev V., Priorov A. Adaptive Bilateral Filterfor JPEG 2000 Deringing // Proc. of the International Conference on Image122Processing, Computer Vision & Pattern Recognition (IPCV 2011). Las Vegas,USA, 2011.

Vol. 1. P. 144–149.106. Бабенко Р.А., Никитин А.Е., Хрящев В.В. Распознавание лиц людей наоснове расширенного метода локальных бинарных шаблонов // Докл.69-й межд. конф. «Радиоэлектронные устройства и системы дляинфокоммуникационных технологий» (REDS-2014). Москва, 2014.С. 377–381.107. Никитин А.Е.,Степанова О.А.,Студенова А.А.,Хрящев В.В.Локализация положений центров глаз на изображении лица // Докл.

17-ймежд. конф. «Цифровая обработка сигналов и ее применение» (DSPA2015). Москва, 2015. Т. 2. С. 719–723.108. Бабенко Р.А., Кисельникова О.А., Никитин А.Е., Хрящев В.В. Методлокальных квантованных шаблонов в задачах распознавания // Докл. 4-йвсерос. конф. «Радиоэлектронные средства получения, обработки ивизуализации информации». Нижний Новгород, 2014.

С. 201–205.109. Матвеев Д.В.,Никитин А.Е.АлгоритмДалала-Триггсаиегомодификация для детектирования человека на видеоданных // Докл. 4-йвсеросс. конф. «Радиоэлектронные средства получения, обработки ивизуализации информации». Нижний Новгород, 2014. С. 196–201.110. Лебедев А.А., Матвеев Д.В., Никитин А.Е., Хрящев В.В., Шемяков А.М.Анализ и модификация алгоритмов детектирования пешеходов нацифровых изображениях // Докл. 16-й межд. конф. «Цифровая обработкасигналов и ее применение» (DSPA-2014). Москва, 2014. Т. 2. С.

560–564.111. Никитин А.Е.,Тихонова Т.С.Детектированиефигурлюдейнаизображениях с помощью хааровских признаков и алгоритма Adaboost //Матер. всеросс. конф. «Молодые исследователи – регионам». Вологда,2011. Т. 1. С. 91–93.123112. Никитин А.Е.Оптимизацияпараметровранжирующегофильтрагенетическим алгоритмом // Матер. 16-й межд. конф. «Ломоносов-2009».Москва, 2009. секция «Физика». С.

16–17.113. Хрящев В.В., Приоров А.Л., Никитин А.Е., Матвеев Д.В. Алгоритмраспознавания лиц с использованием информации о расположениицентра глаз // Докл. 21-й межд. конф. «Радиолокация, навигация, связь»(RLNC-2015). Воронеж, 2015. Т. 1. С. 177–187.114. Nikitin A., Khryashchev V., Stepanova O., Kosterin I.Eye CenterLocalization on a Facial Image Based on Multi-Block Local Binary Patterns //Proc. of the 17th Conference of Open Innovations Association FRUCT.Yaroslavl, 2015. P. 129–135.115. Никитин А.Е.Распознаваниелицнаизображенияхвусловияхискажающих факторов // Докл. 70-й межд.

Характеристики

Список файлов диссертации

Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6360
Авторов
на СтудИзбе
310
Средний доход
с одного платного файла
Обучение Подробнее