ОСНОВНЫЕ ПРИНЦИПЫ СОЗДАНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ СИСТЕМ РАСПОЗНАВАНИЯ ОБЪЕКТОВ
pdf

Ключевые слова

Системы распознавания объектов, машинное обучение, глубокое обучение, нейронные сети, аугментация данных, распознавание в реальном времени, безопасность и конфиденциальность.

Аннотация

В данной статье рассматриваются основные принципы создания программного обеспечения для систем распознавания объектов, направленных на обеспечение кибербезопасности. Основой большинства современных систем являются алгоритмы машинного обучения (ML), в частности, методы глубокого обучения (DL), включая сверточные нейронные сети (CNN), специально разработанные для анализа изображений. Обсуждаются ключевые аспекты, такие как оптимизация производительности и точности распознавания объектов, которые зависят от архитектуры модели, качества данных и методов предобработки.

pdf

Библиографические ссылки

Goodfellow I., Bengio Y., Courville A. (2016). Deep Learning. MIT Press.

Krizhevsky A., Sutskever I., Hinton G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. Advances in Neural Information Processing Systems (NIPS).

Redmon J., Divvala S., Girshick R., Farhadi A. (2016). You Only Look Once: Unified, Real-Time Object Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR).

He K., Zhang X., Ren S., Sun J. (2016). Deep Residual Learning for Image Recognition. IEEE Conference on Computer Vision and Pattern Recognition (CVPR).

Deng J., Dong W., Socher R., Li L.-J., Li K., Fei-Fei L. (2009). ImageNet: A Large-Scale Hierarchical Image Database. IEEE Conference on Computer Vision and Pattern Recognition (CVPR).

Zeiler M. D., Fergus R. (2014). Visualizing and Understanding Convolutional Networks. European Conference on Computer Vision (ECCV).

Ren S., He K., Girshick R., Sun J. (2015). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI).

LeCun Y., Bengio Y., Hinton G. (2015). Deep Learning. Nature, 521(7553), 436–444.

Russakovsky O., Deng J., Su H., et al. (2015). ImageNet Large Scale Visual Recognition Challenge. International Journal of Computer Vision (IJCV), 115(3), 211-252.

Huang G., Liu Z., Van Der Maaten L., Weinberger K. Q. (2017). Densely Connected Convolutional Networks (DenseNet). IEEE Conference on Computer Vision and Pattern Recognition (CVPR).