Участник:Algneushev

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
м (Основные публикации)
Строка 72: Строка 72:
== Основные публикации ==
== Основные публикации ==
 +
#{{книга
 +
|автор = Gneushev A. N., Matveev I. A., and Samsonov N. 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
 +
}}
 +
#{{книга
 +
|автор = Самсонов Н.А., Гнеушев А.Н., Матвеев И.А.
 +
|часть = Обучение классификатора на дескрипторах в пространстве преобразования Радона
 +
|заглавие = Изв. РАН. ТиСУ
 +
|год = 2020
 +
|том = № 3
 +
|страницы = 111–125
 +
}}
 +
#{{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 146:
|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 №3
+
|год = 2015
 +
|том = № 3
|страницы = 72–78
|страницы = 72–78
}}
}}
Строка 92: Строка 154:
|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 №2
+
|год = 2014
 +
|том = № 2
|страницы = 80-94
|страницы = 80-94
}}
}}
Строка 99: Строка 162:
|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 №1
+
|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 182:
|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 №3
+
|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 201:
|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 №1
+
|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 210:
|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 №6
+
|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 00:26, 23 мая 2020


Содержание

Alexander Gneushev

Гнеушев Александр Николаевич

к.ф.-м.н.

ст. преподаватель каф. «Интеллектуальные системы» ФУПМ МФТИ.

научный сотрудник отдела «Сложных систем» Вычислительного центра ФИЦ ИУ РАН.

Мне можно написать письмо


Научные интересы

  • Обработка и анализ изображений
  • Разработка моделей и методов выделения признаков на изображениях для задач обнаружения и классификации объектов
  • Распознавание образов
  • Биометрическая идентификация
  • Сжатие видео изображений

Прикладные проекты

  • Идентификация личности по лицу на изображении
  • Обнаружение пешехода на изображении
  • Биометрическая идентификация по радужной оболочке глаза
  • Выделение элементов лица на изображении и слежения за ними
  • Анализ дорожной сцены, оценка скорости транспортных средств, классификация типов ТС

Аспиранты и студенты

Аспиранты
  • Никита Самсонов
Магистры
  • Сергей Таранов
Бакалавры
  • Денис Нарцев
  • Павел Бурнышев
  • Ярослав Ивченков

  • Григорьев Алексей


Бакалаврские диссертации

  1. Сергей Таранов. Разработка метода агрегации признаков для компактного представления множества изображений лица в задаче распознавания личности. 2019. МФТИ.
  2. Никита Самсонов. Разработка метода построения текстурных признаков в аккумуляторном пространстве Хафа для задачи обнаружения пешехода на изображении. 2017. МФТИ.

Магистерские диссертации

  1. Никита Самсонов. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов. 2019. МФТИ.

Основные публикации

  1. Gneushev A. N., Matveev I. A., and Samsonov N. 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.
  2. Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. Обучение классификатора на дескрипторах в пространстве преобразования Радона // Изв. РАН. ТиСУ. — 2020 T. № 3. — С. 111–125.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. Гнеушев А.Н. Оптимизация текстурно-геометрической модели изображения для оценивания параметров лица // Автоматика и телемеханика. — 2012 T. № 1. — С. 159-168.
  12. 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.
  13. 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.
  14. 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.
  15. 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.
  16. 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/CVAlgneushev/Заметки
Личные инструменты