|
|
|
|
| LEADER |
00000naa2a2200000 4500 |
| 001 |
631023 |
| 005 |
20260807071613.0 |
| 035 |
|
|
|a (RuTPU)RU\TPU\conf\32694
|
| 035 |
|
|
|a RU\TPU\conf\32693
|
| 090 |
|
|
|a 631023
|
| 100 |
|
|
|a 20200422d2019 k y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|
| 102 |
|
|
|a RU
|
| 105 |
|
|
|a y z 101zy
|
| 135 |
|
|
|a drcn ---uucaa
|
| 181 |
|
0 |
|a i
|
| 182 |
|
0 |
|a b
|
| 200 |
1 |
|
|a Исследование сверточной нейронной сети небольшой архитектуры для распознавания жестов
|d Small architecture convolutional neural network study for gesture recognition
|f Т. Е. Мамонова, Д. А. Булыгин
|
| 203 |
|
|
|a Текст
|c электронный
|
| 225 |
1 |
|
|a Современные образовательные технологии и тенденции развития инженерного образования в России
|
| 300 |
|
|
|a Заглавие с титульного экрана
|
| 320 |
|
|
|a [Библиогр.: с. 159 (4 назв.)]
|
| 330 |
|
|
|a Currently, more research is aimed at solving problems using computer vision and artificial intelligence. Most frequent are solutions and approaches using gesture recognition based on infrared sensors or neural networks. The relevance of the subject matter is due to the possibility of applying the proposed approach for managing the operation of objects without tactile contact and voice identification of commands, as well as its simplicity from the point of view of the end-user. This paper proposes a proprietary convolutional neural network architecture to solve gesture classification. The accuracy of the network operation was evaluated depending on the distance between the camera and the hand, as well as depending on the complexity of the gesture.
|
| 463 |
|
1 |
|0 (RuTPU)RU\TPU\conf\32627
|t Современные технологии, экономика и образование
|o сборник трудов Всероссийской научно-методической конференции, г. Томск, 27-29 декабря 2019 г.
|f Национальный исследовательский Томский политехнический университет ; под ред. А. Г. Фефеловой, Е. А. Покровской, И. О. Болотиной [и др.]
|v [С. 157-159]
|d 2019
|
| 510 |
1 |
|
|a Small architecture convolutional neural network study for gesture recognition
|z eng
|
| 610 |
1 |
|
|a электронный ресурс
|
| 610 |
1 |
|
|a труды учёных ТПУ
|
| 610 |
1 |
|
|a сверточные сети
|
| 610 |
1 |
|
|a сверточные нейронные сети
|
| 610 |
1 |
|
|a распознавание жестов
|
| 610 |
1 |
|
|a компьютерное зрение
|
| 610 |
1 |
|
|a искусственный интеллект
|
| 610 |
1 |
|
|a архитектура
|
| 610 |
1 |
|
|a точность
|
| 700 |
|
1 |
|a Мамонова
|b Т. Е.
|c специалист в области информатики и вычислительной техники
|c доцент Томского политехнического университета, кандидат технических наук
|f 1983-
|g Татьяна Егоровна
|3 (RuTPU)RU\TPU\pers\29661
|9 14174
|
| 701 |
|
1 |
|a Булыгин
|b Д. А.
|
| 712 |
0 |
2 |
|a Национальный исследовательский Томский политехнический университет
|b Инженерная школа информационных технологий и робототехники
|c 2017-
|x TPU
|7 ca
|8 rus
|9 28330
|
| 801 |
|
2 |
|a RU
|b 63413507
|c 20200429
|g RCR
|
| 856 |
4 |
|
|u http://earchive.tpu.ru/handle/11683/58182
|
| 942 |
|
|
|c BK
|
