Please use this identifier to cite or link to this item: https://elib.psu.by/handle/123456789/32397
Full metadata record
DC FieldValueLanguage
dc.contributor.authorИгнатьева, С. А.ru_RU
dc.contributor.authorIhnatsyeva, S.-
dc.date.accessioned2022-06-28T12:24:52Z-
dc.date.available2022-06-28T12:24:52Z-
dc.date.issued2022-
dc.identifier.citationИгнатьева, С. А. Принципы организации и анализ подходов к повышению точности повторной идентификации людей в распределенных системах видеонаблюдения / С. А. Игнатьева // Вестник Полоцкого государственного университета. Серия C, Фундаментальные науки. - 2022. - № 4. - С. 13-25.ru_RU
dc.identifier.urihttps://elib.psu.by/handle/123456789/32397-
dc.description.abstractПриведена классификация существующих систем повторной идентификации по таким критериям, как тип системы, количество и вид запросов, время работы. Рассмотрена общая схема, отражающая основной принцип работы систем повторной идентификации, а также основные подходы и методы для решения этой задачи с использованием сверточных нейронных сетей. Выполнено исследование существующих способов повышения точности работы алгоритмов и систем повторной идентификации. Проведен анализ влияния выбора гиперпараметров при обучении сверточных нейронных сетей на эффективность и динамику обучения алгоритма повторной идентификации.-
dc.language.isoruru_RU
dc.publisherПолоцкий государственный университетru_RU
dc.relation.ispartofВеснік Полацкага дзяржаўнага ўніверсітэта. Серыя C, Фундаментальныя навукіbe_BE
dc.relation.ispartofHerald of Polotsk State University. Series C, Fundamental sciencesen_EN
dc.relation.ispartofВестник Полоцкого государственного университета. Серия C, Фундаментальные наукиru_RU
dc.rightsopen accessru_RU
dc.titleПринципы организации и анализ подходов к повышению точности повторной идентификации людей в распределенных системах видеонаблюденияru_RU
dc.title.alternativeOrganization Principles and Approaches Analysis to Improving the Person Re-Identification Accuracy in Distributed Video Surveillance Systems-
dc.typeArticleru_RU
dc.description.alternativeThe paper presents a classification of existing re-identification systems according to such criteria as system type, requests number and type, and operating time. The general scheme is discussed, which reflects the basic operation principle of re-identification systems, and the main approaches and methods for solving this problem using convolutional neural networks are considered. The study ways existing to improve re-identification algorithms and systems accuracy has been carried out. The influence analysis hyperparameters choice in convolutional neural networks training on the efficiency and dynamics re-identification algorithm training is carried out.-
dc.citation.spage13ru_RU
dc.citation.epage25ru_RU
dc.identifier.doi10.52928/2070-1624-2022-38-4-13-25-
Appears in Collections:2022, № 4

Files in This Item:
File SizeFormat 
13-25.pdf434.5 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.