Отрывок: Затем из кластера выделяется фрагмент (патч) размера 64×64, IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2023) Секция 3. Распознавание, обработка и анализ изображений 031322 который подается на вход сети. Результирующая классификация производится в трёх режимах: по патчам, по кластерам и по изображению целиком. В двух последних случаях кластер и изображение относятся к ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Денисова А. Ю. | ru |
dc.coverage.spatial | EfficientNetB5 | ru |
dc.coverage.spatial | BagNet9 | ru |
dc.coverage.spatial | идентификация камеры | ru |
dc.coverage.spatial | классификация фотоизображений | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.creator | Денисова А. Ю. | ru |
dc.date.accessioned | 2023-10-05 09:28:20 | - |
dc.date.available | 2023-10-05 09:28:20 | - |
dc.date.issued | 2023 | ru |
dc.identifier | RU\НТБ СГАУ\541750 | ru |
dc.identifier.citation | Денисова, А. Ю. Идентификация камеры по фотографии с использованием нейронных сетей / А. Ю. Денисова // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Распознавание, обработка и анализ изображений / под ред. В. В. Сергеева. - 2023. - С. 031322. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Identifikaciya-kamery-po-fotografii-s-ispolzovaniem-neironnyh-setei-105997 | - |
dc.description.abstract | Идентификация устройства съемки - это одна основных задач криминалистических экспертиз, заключающихся в проверке подлинности изображений.Задача идентификации состоит в определении модели камеры по изображению. В настоящее время широкое развитие получили нейросетевые методы решения данной задачи. Настоящая статья посвящена проверке и модификации одного из таких методов, основанного на использовании нейронной сети EfficientNetB5. Данный метод отличается значительной простотой реализации и заявленной высокой эффективностью классификации камер. Однако проведенные нами исследования на основе собственной реализации данного метода в среде TensorFlow 2.0 показали, что заявленная в оригинальной статье точность работы метода была существенно завышена. В связи с этим была предложена своя аналогичная реализация на основе нейронной сети BagNet9, существенно повышающая точность детектирования камер по сравнению с базовым методом. Экспериментальные исследования были произведены с использованием набора данных Forcheim Image | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2023). - Т. 3 : Распознавание, обработка и анализ изображений | ru |
dc.title | Идентификация камеры по фотографии с использованием нейронных сетей | ru |
dc.type | Text | ru |
dc.citation.spage | 031322 | ru |
dc.citation.volume | 3 | ru |
dc.textpart | Затем из кластера выделяется фрагмент (патч) размера 64×64, IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2023) Секция 3. Распознавание, обработка и анализ изображений 031322 который подается на вход сети. Результирующая классификация производится в трёх режимах: по патчам, по кластерам и по изображению целиком. В двух последних случаях кластер и изображение относятся к ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-7883-1919-3_2023-031322.pdf | 246.76 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.