Детальная информация
Название | Разработка программного средства детектирования действий с использованием SSM моделей: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_01 «Разработка компьютерных систем» |
---|---|
Авторы | Кирсанов Дмитрий Иванович |
Научный руководитель | Болсуновская Марина Владимировна |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | нейросетевые технологии ; пространственно-временное обнаружение действий ; SSM модели ; обработка временных последовательностей ; машинное обучение ; компьютерное зрение ; neural networks ; spatio temporal action recognition ; SSM models ; time series processing ; machine learning ; computer vision |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.01 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-2703 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\37181 |
Дата создания записи | 19.09.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
Программное средство детектирования действий человека на видео, разработанное с применением нейросетевых технологий. В своей основе содержит отдельно разработанную нейростетевую SSM-модель, особенности строения которой позволяют достичь высокой скорости обучения и учёта длинных временных зависимостей обрабатываемых данных. Главное преимущества: скорость обучения, возможность детекции длительных действий человека и малые затраты вычислительных ресурсов при использовании.
The developed software tool detects human actions in video using neural network technologies. It is based on a custom-designed SSM (State Space Model) neural network, whose architecture enables fast training and efficient handling of long-term temporal dependencies in the input data. The key advantages include: Fast training speed, Detection of prolonged human actions. low computational resource requirements during inference.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0