Синтез обучающих выборок для классификации дорожных знаков с помощью нейросетейстатья

Статья опубликована в журнале из списка RSCI Web of Science

Информация о цитировании статьи получена из Scopus, Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 4 апреля 2018 г.

Работа с статьей


[1] Шахуро В. И., Конушин А. С. Синтез обучающих выборок для классификации дорожных знаков с помощью нейросетей // Компьютерная оптика. — 2018. — Т. 42, № 1. — С. 105–112. В работе исследуется применимость порождающих конкурирующих нейронных сетей для синтеза обучающих выборок на примере задачи классификации дорожных знаков. Рассматриваются порождающие нейронные сети, обучаемые с помощью метрики Васерштейна. В качестве базового метода для сравнения используется метод генерации синтетических изображений дорожных знаков по иконке. Проводится экспериментальное сравнение нейросетевых классификаторов, обученных на реальных данных, двух видах синтетических данных, а также смеси реальных и синтетических данных. Эксперименты показывают, что современные порождающие нейронные сети позволяют создавать реалистичные обучающие выборки для классификации автодорожных знаков, которые превосходят по качеству методы генерации знаков по иконкам, но немного уступают по качеству реальным данным. [ DOI ]

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть