Two-level algorithm of facial expressions classification on complex background; Control and Communications (SIBCON-2017)

Two-level algorithm of facial expressions classification on complex background; Control and Communications (SIBCON-2017)

Bibliografski detalji
Parent link:	Control and Communications (SIBCON-2017).— 2017.— [17082632]
Glavni autor:	Sannikov K. A. Konstantin Alekseevich
Autor kompanije:	Томский политехнический университет Институт кибернетики, ИК
Daljnji autori:	Bashlykov A. A. Artyom Andreevich, Druki A. A. Aleksey Alekseevich
Sažetak:	Title screen The relevance of this study is stipulated by the necessity of designing algorithms allowing to improve the efficiency of human face detection and emotions recognition on images with complex background. Purpose: Development of algorithms and software system allowing to improve the efficiency of human face detection and in addition facial expression classification on images with complex background, in the presence of foreign objects, changing illumination, noise and different distortions. Experimental investigations to be performed into the efficiency of implemented algorithms and comparison to their existing analogs. Findings: Face detection algorithm based on Viola Jones method - is proposed to face detection on images with complex background. The model of convolutional neural network (CNN) with original structure is proposed for facial expression classification. The description of testing and training parameters, as well as comparisons with existing analogues are presented. Режим доступа: по договору с организацией-держателем ресурса
Jezik:	engleski
Izdano:	2017
Teme:	электронный ресурс труды учёных ТПУ image processing artificial neural networks Viola-Jones algorithm face detection facial expression classification изображения обработка искусственные нейронные сети алгоритм Виолы-Джонса лица обнаружение выражения классификации
Online pristup:	https://doi.org/10.1109/SIBCON.2017.7998594
Format:	Elektronički Poglavlje knjige
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=655814

Slični predmeti

Real time gestures recognition based on Hidden Markov Models; Mechanical Engineering, Automation and Control Systems (MEACS)
od: Bauer А.
Izdano: (2014)

Применение методов машинного обучения для решения задачи классификации эмоции на изображении по ключевым точкам; Информационные технологии в науке, управлении, социальной сфере и медицине
od: Коровкин В. А. Виталий Александрович
Izdano: (2019)

Применение алгоритма Виолы-Джонса, преобразования Хафа и искусственных нейронных сетей для распознавания символьной информации на сложном фоне; Научная визуализация; Т. 8, № 3
od: Друки А. А. Алексей Алексеевич
Izdano: (2016)

Анализ методов распознавания лиц; Технологии Microsoft в теории и практике программирования
od: Скопченко А. Антон
Izdano: (2016)

Детектирование автомобильных номеров; Молодежь и современные информационные технологии; Т. 2
od: Сыздыкова Г. Ж.
Izdano: (2016)

Реализация распознавания жестов в реальном времени; Ресурсоэффективным технологиям - энергию и энтузиазм молодых
od: Бауэр А. В.
Izdano: (2015)

Распознавание автомобильных номеров методом Виолы-Джонса; Перспективы развития фундаментальных наук; Т. 7 : IT-технологии и электроника
od: Беляев С. И.
Izdano: (2020)

Система контроля доступа с использованием метода распознавания лиц; Современные технологии, экономика и образование
od: Силушкин С. В. Станислав Владимирович
Izdano: (2020)

Распознавание лиц на основе применения метода Виолы-Джонса, вейвлет-преобразования и метода главных компонент; Известия Томского политехнического университета [Известия ТПУ]; Т. 320, № 5 : Управление, вычислительная техника и информатика
od: Буй Тхи Тху Чанг
Izdano: (2012)

Расчет коэффициента сверхсжимаемости основных компонент природного газа методом молекулярной динамики; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 330, № 11
od: Малышев В. Л. Виктор Леонидович
Izdano: (2019)

Увеличение скорости трекинга алгоритмом Виолы-Джонса в системе распознавания личности с помощью метода вычитания фона; Современные проблемы математического моделирования, обработки изображений и параллельных вычислений 2017 (СПММОИиПВ-2017)
od: Небаба С. Г. Степан Геннадьевич
Izdano: (2017)

Comparison of object classification methods in seed stream separation; Advances in Computer Science Research; Vol. 72 : Information technologies in Science, Management, Social sphere and Medicine (ITSMSSM 2017)
od: Vlasov A. V. Andrey Vladimirovich
Izdano: (2017)

Исследование возможностей искусственных нейронных сетей в задаче классификации динамических признаков объектов; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 1, № 1
Izdano: (2023)

Local and express probing of enzymatic activity using functional plasmon active optical fiber; Sensors and Actuators B: Chemical; Vol. 448, pt. 2
Izdano: (2026)

Forest Mapping Using Classification of Sentinel-2A Imagery for Forest Fire Danger Prediction: a Case Study; International Journal on Engineering Applications (IREA); Vol. 9, No. 3
od: Yankovich E. P. Elena Petrovna
Izdano: (2021)

SDN-Based Secure and Privacy-Preserving Scheme for Vehicular Networks: A 5G Perspective; IEEE Transactions on Vehicular Technology; Vol. 68, iss. 9
Izdano: (2019)

Text detection algorithm on real scenes images and videos on the base of discrete cosine transform and convolutional neural network; Control and Communications (SIBCON-2017)
Izdano: (2017)

Convolutional neural networks of the YOLO class in computer vision systems for mobile robotic complexes; Control and Communications (SIBCON-2019)
od: Zoev I. V. Ivan Vladimirovich
Izdano: (2019)

Gene Expression Analysis Methods and Protocols /
Izdano: (2025)

Precise cancer detection via the combination of functionalized SERS surfaces and convolutional neural network with independent inputs; Sensors and Actuators B: Chemical; Vol. 308
Izdano: (2020)

Classification of audio samples by convolutional networks in audiobeehive monitoring; Вестник Томского государственного университета. Управление, вычислительная техника и информатика; № 45
od: Кулюкин В. А. Владимир Алексеевич
Izdano: (2018)

Cell-Free Gene Expression Methods and Protocols /
Izdano: (2022)

Modification of U-Net Network Architecture for Core Samples Analysis Automation; Industrial Engineering, Applications and Manufacturing (ICIEAM)
od: Denisov V. I. Vladislav Igorevich
Izdano: (2025)

Classification of logistics innovation; Journal of Economics and Social Sciences; № 6
od: Sidorenko A.
Izdano: (2015)

Алгоритмы использования нейронных сетей для улучшения системы RSA; Перспективы развития фундаментальных наук; Т. 3 : Математика
od: Гулаков П. Ю.
Izdano: (2025)

Label-free surface-enhanced Raman spectroscopy with artificial neural network technique for recognition photoinduced DNA damage; Biosensors and Bioelectronics; Vol. 145
Izdano: (2019)

Methods of Automatic Face Angle Recognition for Life Support and Safety Systems; The European Proceedings of Social & Behavioural Sciences (EpSBS); Vol. 19 : Lifelong Wellbeing in the World (WELLSO 2016)
Izdano: (2017)

SERS and advanced chemometrics – Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragmen; Analytica Chimica Acta; Vol. 1192
Izdano: (2022)

Разработка системы технического зрения для сельскохозяйственной техники; Информационные технологии в науке, управлении, социальной сфере и медицине
od: Лошаков К. П.
Izdano: (2019)

Cancer Diagnosis by Neural Network Analysis of Data from Semiconductor Sensors; Diagnostics; Vol. 10, iss. 9
Izdano: (2020)

Detecting unit for X-ray nondestructive testing systems; Control and Communications (SIBCON)
od: Nam I. F. Irina Feliksovna
Izdano: (2015)

Анализ применения методов машинного обучения в задачах классификации пород на образцах керна; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 335, № 9
Izdano: (2024)

Алгоритм построения деформируемых 3D моделей человеческого лица и обоснование его применимости в системах распознавания личности; Труды СПИИРАН; № 3 (52)
od: Небаба С. Г. Степан Геннадьевич
Izdano: (2017)

Модель сверточной нейронной сети LeNet5 для обнаружения и классификации объектов воздушного пространства на изображениях; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 1, № 2
od: Клековкин В. А. Вадим Александрович
Izdano: (2023)

Application of Johnson disribution to the problemof aerospace images classification; Bulletin of the Tomsk Polytechnic University; Vol. 311, № 5
Izdano: (2007)

Система визуализации для обнаружения пожара в видеорядах; Научная визуализация; Т. 13, № 2
Izdano: (2021)

Blended learning environment in higher education; Достижения и перспективы инноваций и технологий
od: Evseeva A. M. Arina Mikhailovna
Izdano: (2021)

Подбор порога обнаружения дефектов трубы с целью устранения ошибок первого рода и уменьшения ошибок второго рода; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 2, № 1
od: Половников Н. К. Николай Константинович
Izdano: (2024)

Использование различных вычислительных систем для решения задачи автоматической классификации облачности по спутниковым данным MODIS на основе вероятностной нейронной сети; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 327, № 1
Izdano: (2016)

Energy-Based Surface Classification for Mobile Robots in Known and Unexplored Terrains; Robotics; Vol. 14, iss. 9
od: Belyaev A. S. Aleksandr Sergeevich
Izdano: (2025)