Аттестационная комиссия
Комиссия по аккредитации
Комиссия по экспертов
Распоряжения, инструкции
Нормативные акты
Номенклатура
Организации
Ученые советы
Семинары
Диссертации
Научные руководители
Ученые
Докторанты
Постдокторанты
CNAA logo

 română | русский | english


Распознавание действий человека на основе модулярных нейронных сетей


Автор: Albu Veaceslav
Степень:доктор информатики
Специальность: 01.05.04 - Математическое моделирование, математические методы, программное обеспечение
Год:2016
Научный руководитель: Svetlana Cojocaru
доктор хабилитат, профессор, Институт математики и информатики АНМ
Институт: Институт математики и информатики АНМ

Статус

Диссертация была зашищена 9 ноября 2016
Утверждена Национальным Советом 28 декабря 2016

Автореферат

Adobe PDF document0.86 Mb / на английском
Adobe PDF document1.01 Mb / на румынском

Диссертация

CZU 519. 95

Adobe PDF document 3.98 Mb / на английском
168 страниц


Ключевые слова

глубинные нейронные сети, компьютерное зрение, классификация эмоций, классификация жестов

Аннотация

Диссертация была написана в Институте математики и информатики при Академии наук Молдовы (Кишинёв), в 2016 году, на английском языке исодержит: введение, три главы, общие заключения и рекомендации, библиографию из 109 названий, 121 страницу основного текста, 37 рисунков, 2 таблицы, 44 формулыб 5 приложений. Полученные результаты опубликованы в 8 научных статьях.

Областью исследований диссертации являются модулярные нейронные сети.

Целью диссертации является разработка инструментария для классификации реакций человека (включающих в себя выражение лица и движения тела) на два вида: типичные и нетипичные для определенной среды. Этот инструментарий предоставляет возможность проведения статистических наблюдений и измерений эмоционального состояния человека при его взаимодействии с некоторым программным комплексом (или, как вариант, с аппаратно-программным комплексом).

Научная новизна и оригинальность диссертации выражены в новой архитектуре модулярной нейронной сети, которая состоит из двух отдельных частей, результаты которых объединяются для осуществления классификации данных, полученных от инфракрасных датчиков. Это первая система такого рода применяемая как для распознавания лицевых эмоций, так и человеческих действий. Решена важная научная проблема, которая заключается в создании мультимодального метода классификации человеческих реакций (объединяющих эмоции и действия) на типичные и нетипичные по отношению к данной среде, что обеспечивает эффективное функционирование в режиме реального времени систем мониторинга человеческих действий.

Теоретическая значимость полученных результатов состоит в обосновании решения следующих задач: создание архитектуры комплекса для надежной классификации действий на типичные и нетипичные, доказательство возможности использования глубинного обучения в рамках интегрированного подхода для распознавания выражений человеческого тела в целом в режиме реального времени. Прикладная ценность: решение задачи классификации находит применение в ряде приложений, в которых количество жестов ограничено, например различного типа автоматы, водители автомобилей или поездов, работники сборочных линий, пациенты, находящиеся в неподвижном состоянии.