Публікація: Дослідження методів для контекстно-залежного розпізнавання діяльності людини з використанням гібридних моделей глибокого навчання
Завантаження...
Дата
2024
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Метою роботи є дослідження методів контекстно-залежного розпізнавання людської діяльності за допомогою гібридних моделей глибокого навчання. Для розв’язання поставлених задач у даній кваліфікаційній роботі використано: реалізацію архітектур CNN, LSTM, техніки пре-обробки зображень, механізм уваги. На основі літературних джерел розглянуто сучасний стан проблеми, проаналізовано те, які методи та моделі використовуються для контекстно залежного розпізнавання людської діяльності та сформовано постановку задачі. Наступним кроком було розглянуто існуючі підходи та фреймворки для вирішення задач контекстно-залежного розпізнавання людської діяльності на основі даних відео. Для кожного із розглянутих підходів у виді програмного застосунку було розроблено модель. Ці моделі було навчено на датасеті UCF-101 та кожен із результатів навчання було проаналізовано й порівняно між собою. У результаті роботи було зроблено висновки та зроблено рекомендації для подальшого дослідження теми.
Опис
Ключові слова
розпізнавання людської діяльності, архітектура CNN
Бібліографічний опис
Д’яченко М. О. Дослідження методів для контекстно-залежного розпізнавання діяльності людини з використанням гібридних моделей глибокого навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 126 Інформаційні системи та технології / М. О. Д`Яченко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2024. – 99 с.