Details
| Title | 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» = Development of a software tool for action detection using SSM models |
|---|---|
| Creators | Кирсанов Дмитрий Иванович |
| Scientific adviser | Болсуновская Марина Владимировна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
| Imprint | Санкт-Петербург, 2025 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | 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 |
| Document type | Bachelor graduation qualification work |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 09.03.01 |
| Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
| DOI | 10.18720/SPBPU/3/2025/vr/vr25-2703 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | ru\spstu\vkr\37181 |
| Record create date | 9/19/2025 |
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 |
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.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 2
Last 30 days: 1