67135

Автор(ы): 

Автор(ов): 

3

Параметры публикации

Тип публикации: 

Доклад

Название: 

Сравнение 3D-сверточных нейронных сетей с полносвязными и GAP слоями в задаче распознавания действий на видео

ISBN/ISSN: 

978-5-91450-225-0

Наименование конференции: 

  • 17-я Всероссийская школа-конференция молодых ученых «Управление большими системами» (УБС'2021, Москва)

Наименование источника: 

  • Труды 17-й Всероссийской школы-конференции молодых ученых «Управление большими системами» (УБС'2021, Москва)

Город: 

  • Москва

Издательство: 

  • ИПУ РАН

Год издания: 

2021

Страницы: 

190-201
Аннотация
В докладе рассмотрены две оригинальные архитектуры глубоких нейронных сетей для решения задачи распознавания действий на видео. Анализируемые сети, в части экстракторов признаков, построены на основе 3D-сверточных слоёв. При этом строение классификаторов у сетей различается: в первом случае применены полносвязные слои, во-втором — GAP-слой. Задача решалась для 20-ти классов, с выраженными паттернами поведения. Использовался датасет Sports-1M. В контексте задачи, изучены вопросы качества и устойчивости функционирования представленных нейронных сетей.

Библиографическая ссылка: 

Девяткин Д.Д., Порцев Р.Ю., Макаренко А.В. Сравнение 3D-сверточных нейронных сетей с полносвязными и GAP слоями в задаче распознавания действий на видео / Труды 17-й Всероссийской школы-конференции молодых ученых «Управление большими системами» (УБС'2021, Москва). М.: ИПУ РАН, 2021. С. 190-201.