Участник:Algneushev
Материал из MachineLearning.
(Различия между версиями)
м |
м (→Аспиранты и студенты) |
||
(31 промежуточная версия не показана) | |||
Строка 7: | Строка 7: | ||
к.ф.-м.н. | к.ф.-м.н. | ||
- | преподаватель каф. [[Интеллектуальные системы (кафедра МФТИ)|«Интеллектуальные системы»]] [[ФУПМ]] [[МФТИ]] | + | ст. преподаватель каф. [[Интеллектуальные системы (кафедра МФТИ)|«Интеллектуальные системы»]] [[ФУПМ]] [[МФТИ]] ([[Вычислительный центр РАН|Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН]]). |
- | + | ||
- | + | ||
<br /> | <br /> | ||
<br /> | <br /> | ||
[[Служебная:EmailUser/Algneushev|Мне можно написать письмо]] | [[Служебная:EmailUser/Algneushev|Мне можно написать письмо]] | ||
+ | <br /> | ||
<br /> | <br /> | ||
<br /> | <br /> | ||
Строка 23: | Строка 22: | ||
== Научные интересы == | == Научные интересы == | ||
* Обработка и анализ изображений | * Обработка и анализ изображений | ||
- | * | + | * Математические модели и методы в задачах выделения признаков, обнаружения, сегментации и классификации объектов на видео изображениях |
- | * Распознавание образов | + | * Нейросетевые модели анализа изображений, методы регуляризации обучения нейросетевых моделей |
- | + | * Распознавание образов и биометрическая идентификация | |
- | + | ||
== Прикладные проекты == | == Прикладные проекты == | ||
- | * Идентификация личности по лицу на изображении | + | * Методы моделирования и регуляризация обучения сверточных нейронных сетей для анализа изображений, задач классификации, сегментации, детектирования объектов. |
- | + | * Анализ дорожной сцены, городской среды, детектирование пешеходов и событий | |
+ | * Сверхразрешение и реставрация изображений | ||
+ | ---- | ||
+ | * Идентификация личности по лицу на изображении и ре-идентификация при слежении | ||
* Биометрическая идентификация по радужной оболочке глаза | * Биометрическая идентификация по радужной оболочке глаза | ||
* Выделение элементов лица на изображении и слежения за ними | * Выделение элементов лица на изображении и слежения за ними | ||
- | * | + | * Оценка скорости транспортных средств, классификация типов ТС |
== Аспиранты и студенты == | == Аспиранты и студенты == | ||
Строка 42: | Строка 43: | ||
|- style="text-align:left;" | |- style="text-align:left;" | ||
| | | | ||
- | * Никита Самсонов | + | * Никита Самсонов (ФИЦ) |
+ | * Сергей Таранов (МФТИ) | ||
+ | * Денис Нарцев (МФТИ) | ||
+ | * Григорьев Алексей (МФТИ) | ||
|} | |} | ||
{| style="float:left; margin-right:5em; text-align:center;" | {| style="float:left; margin-right:5em; text-align:center;" | ||
Строка 48: | Строка 52: | ||
! Магистры | ! Магистры | ||
|- style="text-align:left;" | |- style="text-align:left;" | ||
- | | | + | | |
- | * | + | * Александра Григорьева |
+ | <!-- | ||
+ | * Дмитрий Николотов | ||
+ | * Никита Истомин --> | ||
<!-- ---- --> | <!-- ---- --> | ||
|} | |} | ||
Строка 57: | Строка 64: | ||
|- style="text-align:left;" | |- style="text-align:left;" | ||
| | | | ||
- | * | + | * Илья Иванов |
- | * | + | * Владислав Минашкин |
- | * | + | * Александр Тришин |
- | + | * Роман Емельянов | |
- | * | + | * Андрей Тихомиров |
|}<div style="clear:both;"></div> | |}<div style="clear:both;"></div> | ||
=== Бакалаврские диссертации === | === Бакалаврские диссертации === | ||
+ | # Сыроваткин Степан. Построение методов регуляризации при переносе знаний в глубоких слоях сверточных нейронных сетей в задаче классификации изображений. 2023. МФТИ | ||
+ | # Орешина Алина. Извлечение слотов в диалогах по нескольким примерам. 2023. МФТИ | ||
+ | # Николотов Дмитрий. Построение многомасштабных моделей свёрточных ядер нейросетей на основе локальных дескрипторов интегрального изображения. 2023. МФТИ | ||
+ | # Малышева Елизавета. Исследование обобщающей способности и структуры ортогональных свёрточных нейросетей в задаче классификации изображений. 2023. МФТИ | ||
+ | # Истомин Никита. Исследование моделей трансформеров в задаче фильтрации шума и восстановления изображений. 2023. МФТИ | ||
+ | # Захаров Артемий. Построение свёрточной нейронной сети локального преобразования Хафа для задачи бинарной классификации. 2023. МФТИ | ||
+ | # Щербак Игорь. Построение моделей сверточных ядер нейронной сети для задачи классификации объектов на изображении. 2021. МФТИ | ||
+ | # Котов Александр. Разработка методов сверхразрешения изображений заданного класса объектов с помощью выделения локальных признаков. 2021. МФТИ | ||
+ | # Ивченков Ярослав. Разработка нейросетевой модели на основе ДКП ядер в задаче детектирования объектов на изображении. 2020. МФТИ. | ||
+ | # Нарцев Денис. Разработка нейросетевой модели и ее обучение для уточнения положения и ориентации лица на изображении в задаче распознавания личности в неконтролируемых условиях съемки. 2020. МФТИ. | ||
+ | # Григорьев Алексей. Оценивание параметров в задаче слежения за множеством объектов в видеопотоке. 2020. МФТИ. | ||
# Сергей Таранов. Разработка метода агрегации признаков для компактного представления множества изображений лица в задаче распознавания личности. 2019. МФТИ. | # Сергей Таранов. Разработка метода агрегации признаков для компактного представления множества изображений лица в задаче распознавания личности. 2019. МФТИ. | ||
# Никита Самсонов. Разработка метода построения текстурных признаков в аккумуляторном пространстве Хафа для задачи обнаружения пешехода на изображении. 2017. МФТИ. | # Никита Самсонов. Разработка метода построения текстурных признаков в аккумуляторном пространстве Хафа для задачи обнаружения пешехода на изображении. 2017. МФТИ. | ||
+ | |||
===Магистерские диссертации=== | ===Магистерские диссертации=== | ||
+ | # Григорьев Алексей. Регуляризация нейросетевого слоя путем построения фрейма в пространстве параметров. 2022. МФТИ | ||
+ | # Нарцев Денис. Нейросетевые модели оценки параметров объектов на изображении. 2022. МФТИ | ||
+ | # Таранов Сергей. Разработка нейросетевой модели на основе декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях. 2021. МФТИ | ||
# Никита Самсонов. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов. 2019. МФТИ. | # Никита Самсонов. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов. 2019. МФТИ. | ||
== Основные публикации == | == Основные публикации == | ||
+ | # Таранов С.К., Гнеушев А.Н. Декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях // Интеллектуализация обработки информации: Тезисы докладов 14-й Международной конференции, г. Москва, 2022, M: РАН, 2022. С. 140-145. [[Медиа:idp22.pdf|Сборник тезисов конференции ИОИ-14]]. | ||
+ | # ''Гнеушев А. Н., Григорьев А. Д., Матвеев И.А.'' Фреймовая регуляризация сверточной нейронной сети в задачах классификации изображений // Известия Академии Наук. Теория и системы управления. — 2022. — № 6. — С. 143–153. (Grigoriev A.D., Gneushev A.N., Matveev I.A. Frame Regularization of a Convolutional Neural Network in Image-Classification Problems // [https://rdcu.be/c1nJB Journal of Computer and Systems Sciences International]. 2022. V.61. N.6. P.1020-1030) | ||
+ | # ''Nartsev D.Y., Gneushev A.N., Matveev I.A.'' Adam Adaptive Optimization Method for Neural Network Models Regression in Image Recognition Tasks, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Artificial Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, DOI: 10.1002/9781119798798.ch7 [https://www.researchgate.net/publication/361610245_Adam_Adaptive_Optimization_Method_for_Neural_Network_Models_Regression_in_Image_Recognition_Tasks | abstract]. | ||
+ | # ''Grigorev A.D., Gneushev A.N., Litvinchev I.'' Re-Identification-Based Models for Multiple Object Tracking, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Artificial Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, DOI: 10.1002/9781119798798.ch15 [https://www.researchgate.net/publication/361610437_Re-Identification-Based_Models_for_Multiple_Object_Tracking | abstract][https://books.google.ru/books?id=3GB6EAAAQBAJ&pg=PA303 books.google] | ||
+ | # ''Григорьев А.Д., Гнеушев А.Н.'' Регуляризация параметров нейронной сети на основе неравенства Рисса // Математические методы распознавания образов: Тезисы докладов 20-й Всероссийской конференции с международным участием, г. Москва, 2021, М.: Российская академия наук, 2021. С. 121-122. [[Медиа:Mmpr_2021.pdf|Сборник тезисов конференции ММРО-20]]. | ||
+ | # ''Нарцев Д. Ю., Гнеушев А.Н.'' Сравнение модифицированных методов обучения Adam в задачах оценки параметров регрессионных моделей по изображению // Информационные технологии. - М. : Новые технологии, 2021.- Т. 27, № 9 - C. 461-469. [http://novtex.ru/IT/it2021/number_09_annot.html#3 | сайт издательства]. | ||
+ | # ''Григорьев А. Д., Гнеушев А. Н.'' Реидентификация с предфильтрацией по качеству изображений в задаче слежения за множеством объектов // Информационные технологии. – М.: Новые технологии, 2021. – Т. 27, № 8. – C. 409–418. [http://novtex.ru/IT/it2021/number_08_annot.html#3 | сайт издательства]. | ||
+ | # ''Нарцев Д., Гнеушев А.Н.'' Оптимизация регрессионных нейросетевых моделей прямой оценки параметров объектов на изображениях модифицированными методами Adam // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 88-89. [[Медиа:idp20.pdf|Сборник тезисов конференции ИОИ-13]]. | ||
+ | # ''Григорьев А.Д., Гнеушев А.Н.'' Слежение за множеством объектов на видео изображениях с помощью ре-идентификации с предфильтрацией дескрипторов по качеству // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 433-434. [[Медиа:idp20.pdf|Сборник тезисов конференции ИОИ-13]]. | ||
+ | # ''Самсонов Н.А., Гнеушев А.Н., Матвеев И.А.'' Построение нейросетевого классификатора в пространстве дескрипторов преобразования Радона для эффективного детектирования пешеходов // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 90-91. [[Медиа:idp20.pdf|Сборник тезисов конференции ИОИ-13]]. | ||
+ | #{{книга | ||
+ | |автор = Samsonov N.A., Gneushev A.N., Matveev I.A. | ||
+ | |часть = Training a Classifier by Descriptors in the Space of the Radon Transform | ||
+ | |заглавие = Journal of Computer and Systems Sciences International | ||
+ | |год = 2020 | ||
+ | |том = Vol.59, No.3 | ||
+ | |страницы = 415–429 | ||
+ | |ссылка = https://rdcu.be/b5z2X | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Гнеушев А.Н., Матвеев И.А., Самсонов Н.А. | ||
+ | |часть = Обучение классификатора на дескрипторах в пространстве преобразования Радона | ||
+ | |заглавие = Изв. РАН. ТиСУ | ||
+ | |год = 2020 | ||
+ | |том = № 3 | ||
+ | |страницы = 111–125 | ||
+ | |ссылка = https://sciencejournals.ru/view-article/?j=teorsist&y=2020&v=0&n=3&a=TeorSist2003005Gneushev | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Samsonov N.A., Gneushev A.N., Matveev I.A. | ||
+ | |часть = Hough Accumulator Histograms with Fully Connected Network for pedestrian detection | ||
+ | |заглавие = Situation, language, speech. Models and applications: 1st Int. Conf. Moscow, Russia – Rome, Italy, 2019 | ||
+ | |год = 2019 | ||
+ | |ссылка = https://www.researchgate.net/publication/336855713_Hough_Accumulator_Histograms_with_Fully_Connected_Network_for_pedestrian_detection | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Таранов С.К., Гнеушев А.Н. | ||
+ | |часть = Метод агрегации признаков для представления множества изображений лица в задаче распознавания личности | ||
+ | |заглавие = Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г). | ||
+ | |место = M. | ||
+ | |издательство = РУДН | ||
+ | |год = 2019 | ||
+ | |ссылка = https://www.researchgate.net/publication/340772072_Metod_agregacii_priznakov_dla_predstavlenia_mnozestva_izobrazenij_lica_v_zadace_raspoznavania_licnosti | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. | ||
+ | |часть = Детектирование пешеходов с помощью нейросетевого классификатора по дескрипторам в аккумуляторном пространстве Хафа | ||
+ | |заглавие = Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г) | ||
+ | |место = M. | ||
+ | |издательство = РУДН | ||
+ | |год = 2019 | ||
+ | |страницы = 54 | ||
+ | |ссылка = https://www.researchgate.net/publication/340772141_Detektirovanie_pesehodov_s_pomosu_nejrosetevogo_klassifikatora_po_deskriptoram_v_akkumulatornom_prostranstve_Hafa | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Гнеушев А.Н., Самсонов Н.А. | ||
+ | |часть = Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов | ||
+ | |заглавие = Интеллектуализация обработки информации: Тезисы докладов 12-й Международной конференции (Москва, Россия — Гаэта, Италия, 2018) | ||
+ | |место = M. | ||
+ | |издательство = ТОРУС ПРЕСС | ||
+ | |год = 2018 | ||
+ | |страницы = 108 | ||
+ | |ссылка = https://www.researchgate.net/publication/331101572_The_method_of_projections_in_the_Radon_ray_transform_space_for_pedestrian_detection | ||
+ | }} | ||
+ | #{{книга | ||
+ | |автор = Гнеушев А.Н., Гурченков А.А., Мороз И.И. | ||
+ | |часть = Прямой метод оценки параметров двусегментной кусочно-логистической кривой | ||
+ | |заглавие = Вестник МГТУ им. Н.Э. Баумана. Серия «Приборостроение» | ||
+ | |год = 2018 | ||
+ | |том = № 1(118) | ||
+ | |страницы = 31 - 48 | ||
+ | |ссылка = http://vestnikprib.ru/articles/1076/1076.pdf | ||
+ | }} | ||
#{{книга | #{{книга | ||
|автор = Самсонов Н.А., Гнеушев А.Н. | |автор = Самсонов Н.А., Гнеушев А.Н. | ||
Строка 85: | Строка 180: | ||
|часть = Оптимизация выбора биометрического эталона из последовательности | |часть = Оптимизация выбора биометрического эталона из последовательности | ||
|заглавие = Известия Академии Наук. Теория и системы управления | |заглавие = Известия Академии Наук. Теория и системы управления | ||
- | |год = 2015 | + | |год = 2015 |
+ | |том = № 3 | ||
|страницы = 72–78 | |страницы = 72–78 | ||
}} | }} | ||
Строка 92: | Строка 188: | ||
|часть = Cегментация изображения радужки глаза, основанная на приближенных методах с последующими уточнениями | |часть = Cегментация изображения радужки глаза, основанная на приближенных методах с последующими уточнениями | ||
|заглавие = Известия Академии Наук. Теория и системы управления | |заглавие = Известия Академии Наук. Теория и системы управления | ||
- | |год = 2014 | + | |год = 2014 |
+ | |том = № 2 | ||
|страницы = 80-94 | |страницы = 80-94 | ||
}} | }} | ||
Строка 99: | Строка 196: | ||
|часть = Оптимизация текстурно-геометрической модели изображения для оценивания параметров лица | |часть = Оптимизация текстурно-геометрической модели изображения для оценивания параметров лица | ||
|заглавие = Автоматика и телемеханика | |заглавие = Автоматика и телемеханика | ||
- | |год = 2012 | + | |год = 2012 |
+ | |том = № 1 | ||
|страницы = 159-168 | |страницы = 159-168 | ||
|ссылка = http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=at&paperid=3601&option_lang=rus | |ссылка = http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=at&paperid=3601&option_lang=rus | ||
Строка 118: | Строка 216: | ||
|часть = Построение и оптимизация текстурно-геометрической модели изображения лица в пространстве базисных функций Габора. | |часть = Построение и оптимизация текстурно-геометрической модели изображения лица в пространстве базисных функций Габора. | ||
|заглавие = Известия Академии Наук. Теория и системы управления | |заглавие = Известия Академии Наук. Теория и системы управления | ||
- | |год = 2007 | + | |год = 2007 |
+ | |том = № 3 | ||
|страницы = 85-96 | |страницы = 85-96 | ||
|ссылка = https://www.researchgate.net/publication/331048883_Postroenie_i_optimizacia_teksturno-geometriceskoj_modeli_izobrazenia_lica_v_prostranstve_bazisnyh_funkcij_Gabora | |ссылка = https://www.researchgate.net/publication/331048883_Postroenie_i_optimizacia_teksturno-geometriceskoj_modeli_izobrazenia_lica_v_prostranstve_bazisnyh_funkcij_Gabora | ||
Строка 136: | Строка 235: | ||
|часть = Система для оценки скорости транспортных средств по контурным признакам в режиме реального времени | |часть = Система для оценки скорости транспортных средств по контурным признакам в режиме реального времени | ||
|заглавие = Известия Академии Наук. Теория и системы управления | |заглавие = Известия Академии Наук. Теория и системы управления | ||
- | |год = 2005 | + | |год = 2005 |
+ | |том = № 1 | ||
|страницы = 133-143 | |страницы = 133-143 | ||
|ссылка = https://www.researchgate.net/publication/331048864_Sistema_dla_ocenki_skorosti_transportnyh_sredstv_po_konturnym_priznakam_v_rezime_realnogo_vremeni | |ссылка = https://www.researchgate.net/publication/331048864_Sistema_dla_ocenki_skorosti_transportnyh_sredstv_po_konturnym_priznakam_v_rezime_realnogo_vremeni | ||
Строка 144: | Строка 244: | ||
|часть = Адаптивный градиентный метод выделения контурных признаков объектов на изображениях реальных сцен | |часть = Адаптивный градиентный метод выделения контурных признаков объектов на изображениях реальных сцен | ||
|заглавие = Известия Академии Наук. Теория и системы управления | |заглавие = Известия Академии Наук. Теория и системы управления | ||
- | |год = 2003 | + | |год = 2003 |
+ | |том = № 6 | ||
|страницы = 128-135 | |страницы = 128-135 | ||
|ссылка = https://www.researchgate.net/publication/331000960_Adaptivnyj_gradientnyj_metod_vydelenia_konturnyh_priznakov_obektov_na_izobrazeniah_realnyh_scen | |ссылка = https://www.researchgate.net/publication/331000960_Adaptivnyj_gradientnyj_metod_vydelenia_konturnyh_priznakov_obektov_na_izobrazeniah_realnyh_scen |
Версия 20:35, 15 декабря 2023
|
Гнеушев Александр Николаевич
к.ф.-м.н.
ст. преподаватель каф. «Интеллектуальные системы» ФУПМ МФТИ (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН).
Мне можно написать письмо
- Профиль SCOPUS ID = 6507361915
- Профиль РИНЦ ID = 298568
- Профиль ResearchGate
- Профиль Google Scholar
- Профиль MathNet.ru
Научные интересы
- Обработка и анализ изображений
- Математические модели и методы в задачах выделения признаков, обнаружения, сегментации и классификации объектов на видео изображениях
- Нейросетевые модели анализа изображений, методы регуляризации обучения нейросетевых моделей
- Распознавание образов и биометрическая идентификация
Прикладные проекты
- Методы моделирования и регуляризация обучения сверточных нейронных сетей для анализа изображений, задач классификации, сегментации, детектирования объектов.
- Анализ дорожной сцены, городской среды, детектирование пешеходов и событий
- Сверхразрешение и реставрация изображений
- Идентификация личности по лицу на изображении и ре-идентификация при слежении
- Биометрическая идентификация по радужной оболочке глаза
- Выделение элементов лица на изображении и слежения за ними
- Оценка скорости транспортных средств, классификация типов ТС
Аспиранты и студенты
Аспиранты |
---|
|
Магистры |
---|
|
Бакалавры |
---|
|
Бакалаврские диссертации
- Сыроваткин Степан. Построение методов регуляризации при переносе знаний в глубоких слоях сверточных нейронных сетей в задаче классификации изображений. 2023. МФТИ
- Орешина Алина. Извлечение слотов в диалогах по нескольким примерам. 2023. МФТИ
- Николотов Дмитрий. Построение многомасштабных моделей свёрточных ядер нейросетей на основе локальных дескрипторов интегрального изображения. 2023. МФТИ
- Малышева Елизавета. Исследование обобщающей способности и структуры ортогональных свёрточных нейросетей в задаче классификации изображений. 2023. МФТИ
- Истомин Никита. Исследование моделей трансформеров в задаче фильтрации шума и восстановления изображений. 2023. МФТИ
- Захаров Артемий. Построение свёрточной нейронной сети локального преобразования Хафа для задачи бинарной классификации. 2023. МФТИ
- Щербак Игорь. Построение моделей сверточных ядер нейронной сети для задачи классификации объектов на изображении. 2021. МФТИ
- Котов Александр. Разработка методов сверхразрешения изображений заданного класса объектов с помощью выделения локальных признаков. 2021. МФТИ
- Ивченков Ярослав. Разработка нейросетевой модели на основе ДКП ядер в задаче детектирования объектов на изображении. 2020. МФТИ.
- Нарцев Денис. Разработка нейросетевой модели и ее обучение для уточнения положения и ориентации лица на изображении в задаче распознавания личности в неконтролируемых условиях съемки. 2020. МФТИ.
- Григорьев Алексей. Оценивание параметров в задаче слежения за множеством объектов в видеопотоке. 2020. МФТИ.
- Сергей Таранов. Разработка метода агрегации признаков для компактного представления множества изображений лица в задаче распознавания личности. 2019. МФТИ.
- Никита Самсонов. Разработка метода построения текстурных признаков в аккумуляторном пространстве Хафа для задачи обнаружения пешехода на изображении. 2017. МФТИ.
Магистерские диссертации
- Григорьев Алексей. Регуляризация нейросетевого слоя путем построения фрейма в пространстве параметров. 2022. МФТИ
- Нарцев Денис. Нейросетевые модели оценки параметров объектов на изображении. 2022. МФТИ
- Таранов Сергей. Разработка нейросетевой модели на основе декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях. 2021. МФТИ
- Никита Самсонов. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов. 2019. МФТИ.
Основные публикации
- Таранов С.К., Гнеушев А.Н. Декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях // Интеллектуализация обработки информации: Тезисы докладов 14-й Международной конференции, г. Москва, 2022, M: РАН, 2022. С. 140-145. Сборник тезисов конференции ИОИ-14.
- Гнеушев А. Н., Григорьев А. Д., Матвеев И.А. Фреймовая регуляризация сверточной нейронной сети в задачах классификации изображений // Известия Академии Наук. Теория и системы управления. — 2022. — № 6. — С. 143–153. (Grigoriev A.D., Gneushev A.N., Matveev I.A. Frame Regularization of a Convolutional Neural Network in Image-Classification Problems // Journal of Computer and Systems Sciences International. 2022. V.61. N.6. P.1020-1030)
- Nartsev D.Y., Gneushev A.N., Matveev I.A. Adam Adaptive Optimization Method for Neural Network Models Regression in Image Recognition Tasks, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Artificial Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, DOI: 10.1002/9781119798798.ch7 | abstract.
- Grigorev A.D., Gneushev A.N., Litvinchev I. Re-Identification-Based Models for Multiple Object Tracking, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Artificial Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, DOI: 10.1002/9781119798798.ch15 | abstractbooks.google
- Григорьев А.Д., Гнеушев А.Н. Регуляризация параметров нейронной сети на основе неравенства Рисса // Математические методы распознавания образов: Тезисы докладов 20-й Всероссийской конференции с международным участием, г. Москва, 2021, М.: Российская академия наук, 2021. С. 121-122. Сборник тезисов конференции ММРО-20.
- Нарцев Д. Ю., Гнеушев А.Н. Сравнение модифицированных методов обучения Adam в задачах оценки параметров регрессионных моделей по изображению // Информационные технологии. - М. : Новые технологии, 2021.- Т. 27, № 9 - C. 461-469. | сайт издательства.
- Григорьев А. Д., Гнеушев А. Н. Реидентификация с предфильтрацией по качеству изображений в задаче слежения за множеством объектов // Информационные технологии. – М.: Новые технологии, 2021. – Т. 27, № 8. – C. 409–418. | сайт издательства.
- Нарцев Д., Гнеушев А.Н. Оптимизация регрессионных нейросетевых моделей прямой оценки параметров объектов на изображениях модифицированными методами Adam // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 88-89. Сборник тезисов конференции ИОИ-13.
- Григорьев А.Д., Гнеушев А.Н. Слежение за множеством объектов на видео изображениях с помощью ре-идентификации с предфильтрацией дескрипторов по качеству // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 433-434. Сборник тезисов конференции ИОИ-13.
- Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. Построение нейросетевого классификатора в пространстве дескрипторов преобразования Радона для эффективного детектирования пешеходов // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 90-91. Сборник тезисов конференции ИОИ-13.
- Samsonov N.A., Gneushev A.N., Matveev I.A. Training a Classifier by Descriptors in the Space of the Radon Transform // Journal of Computer and Systems Sciences International. — 2020 T. Vol.59, No.3. — С. 415–429.
- Гнеушев А.Н., Матвеев И.А., Самсонов Н.А. Обучение классификатора на дескрипторах в пространстве преобразования Радона // Изв. РАН. ТиСУ. — 2020 T. № 3. — С. 111–125.
- Samsonov N.A., Gneushev A.N., Matveev I.A. Hough Accumulator Histograms with Fully Connected Network for pedestrian detection // Situation, language, speech. Models and applications: 1st Int. Conf. Moscow, Russia – Rome, Italy, 2019. — 2019.
- Таранов С.К., Гнеушев А.Н. Метод агрегации признаков для представления множества изображений лица в задаче распознавания личности // Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г).. — M.: РУДН, 2019.
- Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. Детектирование пешеходов с помощью нейросетевого классификатора по дескрипторам в аккумуляторном пространстве Хафа // Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г). — M.: РУДН, 2019. — С. 54.
- Гнеушев А.Н., Самсонов Н.А. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов // Интеллектуализация обработки информации: Тезисы докладов 12-й Международной конференции (Москва, Россия — Гаэта, Италия, 2018). — M.: ТОРУС ПРЕСС, 2018. — С. 108.
- Гнеушев А.Н., Гурченков А.А., Мороз И.И. Прямой метод оценки параметров двусегментной кусочно-логистической кривой // Вестник МГТУ им. Н.Э. Баумана. Серия «Приборостроение». — 2018 T. № 1(118). — С. 31 - 48.
- Самсонов Н.А., Гнеушев А.Н. Дескриптор в аккумуляторном пространстве Хафа градиентного поля изображения для детектирования пешеходов // Машинное обучение и аннализ данных. — 2017 T. 3, №3. — С. 203-215.
- Гнеушев А.Н., Ковков Д.В., Матвеев И.А., Новик В.П. Оптимизация выбора биометрического эталона из последовательности // Известия Академии Наук. Теория и системы управления. — 2015 T. № 3. — С. 72–78.
- Ганькин К.А., Гнеушев А.Н., Матвеев И.А. Cегментация изображения радужки глаза, основанная на приближенных методах с последующими уточнениями // Известия Академии Наук. Теория и системы управления. — 2014 T. № 2. — С. 80-94.
- Гнеушев А.Н. Оптимизация текстурно-геометрической модели изображения для оценивания параметров лица // Автоматика и телемеханика. — 2012 T. № 1. — С. 159-168.
- Гнеушев А.Н. Представление изображений заданного класса деформируемых объектов в пространстве базисных функций // Динамика неоднородных систем. Труды ИСА РАН. — M.: Издательство ЛКИ, 2007. — T. 31(1). — С. 254-260.
- Гнеушев А.Н. Построение и оптимизация текстурно-геометрической модели изображения лица в пространстве базисных функций Габора. // Известия Академии Наук. Теория и системы управления. — 2007 T. № 3. — С. 85-96.
- Гнеушев А.Н. Локализация элементов лица путем оптимизации разложения изображения по базисным функциям Габора // Теоретические и прикладные задачи нелинейного анализа. — M.: ВЦ РАН, 2005. — С. 185-196.
- Гнеушев А.Н. Система для оценки скорости транспортных средств по контурным признакам в режиме реального времени // Известия Академии Наук. Теория и системы управления. — 2005 T. № 1. — С. 133-143.
- Гнеушев А.Н., Мурынин А.Б. Адаптивный градиентный метод выделения контурных признаков объектов на изображениях реальных сцен // Известия Академии Наук. Теория и системы управления. — 2003 T. № 6. — С. 128-135.
Ссылки
Algneushev/CV | Algneushev/Заметки |