|
|
|
|
| LEADER |
00000naa2a2200000 4500 |
| 001 |
630710 |
| 005 |
20231101133626.0 |
| 035 |
|
|
|a (RuTPU)RU\TPU\conf\32009
|
| 035 |
|
|
|a RU\TPU\conf\32008
|
| 090 |
|
|
|a 630710
|
| 100 |
|
|
|a 20191223d2019 k y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|d eng
|
| 102 |
|
|
|a RU
|
| 105 |
|
|
|a y z 101zy
|
| 135 |
|
|
|a drgn ---uucaa
|
| 181 |
|
0 |
|a i
|
| 182 |
|
0 |
|a b
|
| 200 |
1 |
|
|a Применение методов машинного обучения для решения задачи классификации эмоции на изображении по ключевым точкам
|d The using of machine learning for classification of emotions in the image by facial landmark
|f В. А. Коровкин
|
| 203 |
|
|
|a Текст
|c электронный
|
| 225 |
1 |
|
|a Современные тренды информатизации. Социо-кибернетические системы
|
| 230 |
|
|
|a 1 компьютерный файл (pdf; 448 Kb)
|
| 300 |
|
|
|a Заглавие с титульного экрана
|
| 320 |
|
|
|a [Библиогр.: с. 103-104 (15 назв.)]
|
| 330 |
|
|
|a In this paper, was considered the application of the three most popular methods of machine learning, which are used to classify images (support vector method, artificial neural network, and convolutional neural network). These methods were used to solve the problem of recognition and classification of emotions on image the face of a person. Emotions were recognized using facial landmarks (78), which were determined using the Active Appearance Model algorithm. For training and testing, the Extended CohnKanade Database (CK +) was used. The algorithm developed using convolution layers (mean about 91%) showed the best accuracy. It was also revealed that the use of convolution layers reduces the network error for the same number of training eras.
|
| 463 |
|
1 |
|0 (RuTPU)RU\TPU\conf\31887
|t Информационные технологии в науке, управлении, социальной сфере и медицине
|o сборник научных трудов VI Международной конференции, 14-19 октября 2019 г., Томск
|f Национальный исследовательский Томский политехнический университет (ТПУ) ; ред. кол. О. Г. Берестнева [и др.]
|v [100-104]
|d 2019
|
| 510 |
1 |
|
|a The using of machine learning for classification of emotions in the image by facial landmark
|z eng
|
| 610 |
1 |
|
|a электронные ресурсы
|
| 610 |
1 |
|
|a труды учёных ТПУ
|
| 610 |
1 |
|
|a facial expressions
|
| 610 |
1 |
|
|a emotional state
|
| 610 |
1 |
|
|a convolutional neural networks
|
| 610 |
1 |
|
|a emotion recognition
|
| 610 |
1 |
|
|a computer vision
|
| 610 |
1 |
|
|a facial points
|
| 610 |
1 |
|
|a эмоциональное состояние
|
| 610 |
1 |
|
|a сверточные нейронные сети
|
| 610 |
1 |
|
|a распознавание
|
| 610 |
1 |
|
|a эмоции
|
| 610 |
1 |
|
|a изображения
|
| 610 |
1 |
|
|a компьютерное зрение
|
| 610 |
1 |
|
|a ключевые точки
|
| 700 |
|
1 |
|a Коровкин
|b В. А.
|c специалист в области информатики и вычислительной техники
|c программист Томского политехнического университета
|f 1990-
|g Виталий Александрович
|2 stltpush
|3 (RuTPU)RU\TPU\pers\31655
|
| 712 |
0 |
2 |
|a Национальный исследовательский Томский политехнический университет
|b Управление проректора по цифровизации
|b Информационно-аналитическое управление
|b Центр информационных технологий
|h 7804
|2 stltpush
|3 (RuTPU)RU\TPU\col\25237
|
| 801 |
|
2 |
|a RU
|b 63413507
|c 20200121
|g RCR
|
| 856 |
4 |
|
|u http://earchive.tpu.ru/handle/11683/57385
|
| 942 |
|
|
|c BK
|
