Details
| Title | Разработка системы дополненной реальности основанной на распознавании сцены с использованием свёрточной нейронной сети: магистерская диссертация: 02.04.03 |
|---|---|
| Creators | Книзе Кирилл Анатольевич |
| Scientific adviser | Пак Вадим Геннадьевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
| Imprint | Санкт-Петербург, 2017 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | Нейронные сети ; Распознавание образов ; дополненная реальность ; автоматизация обучения ; классификация изображений |
| UDC | 004.032.26(043.3) ; 004.93'1(043.3) |
| Document type | Master graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Master |
| Speciality code (FGOS) | 02.04.03 |
| Speciality group (FGOS) | 020000 - Компьютерные и информационные науки |
| DOI | 10.18720/SPBPU/2/v17-5951 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | RU\SPSTU\edoc\48939 |
| Record create date | 11/20/2017 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
Тема данной магиестерской диссертации относится к области классификации изображений с помощью свёрточных нейронных сетей. В работе рассматриваются вопросы формализации сцены на изображении и классификация изображений по сцене. Выполнена разработка архитектуры нейронной сети, её апробация и тестирование. Разработана программа, позволяющая отобразить произвольное изображение поверх успешно распознанной сцены.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
- ОПРЕДЕЛЕНИЯ
- ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ВВЕДЕНИЕ
- 1 ПОСТАНОВКА ЗАДАЧИ
- 1.1 Актуальность темы исследования
- 1.2 Ограничения на условия работы разрабатываемой системы и вытекающие требования к используемым технологиям
- 1.3 Технологические особенности мобильных устройств
- 1.4 Задача распознания сцены
- 1.5 Формальное описание постановки задачи
- 1.6 Требования к характеристикам сети
- 2 ОБЗОР
- 2.1 Обзор библиотек и фреймворков реализующих алгоритмы глубинного обучения
- 2.2 Критерии оценки технологий
- 2.3 Обзор некоторых существующих архитектур свёрточных нейронных сетей
- 3 ТЕОРИЯ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ
- 3.1 Свёрточные нейронные сети
- 3.2 Формальное определение cnn
- 3.3 Слой свёртки
- 3.4 Слой ReLu
- 3.5 Пулинг или слой субдискретизации
- 3.6 Оптимизаторы
- 3.7 Расчёт потребления памяти сетью
- 3.8 Подходы к проектированию архитектуры сети
- 4 РАЗРАБОТКА СИСТЕМЫ
- 4.1 Подготовка данных для обучения сети
- 4.2 Архитектура приложения
- 4.3 Алгоритм обучения сети
- 4.4 Поиск архитектуры сети
- 4.4.1 Основные этапы поиска архитектуры
- 4.5 Тестирование
- 4.5.1 Критерии тестирования
- 4.5.2 Способ тестирования
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- ПРИЛОЖЕНИЕ 1
- ПРИЛОЖЕНИЕ 2
- ПРИЛОЖЕНИЕ 3
- ПРИЛОЖЕНИЕ 4
- ПРИЛОЖЕНИЕ 5
- ПРИЛОЖЕНИЕ 6
Access count: 2532
Last 30 days: 0
