DC Field | Value | Language |
dc.contributor.author | Скавыш, М. Г. | - |
dc.contributor.author | Образцова, О. Н. | - |
dc.date.accessioned | 2020-07-07T11:14:50Z | - |
dc.date.available | 2020-07-07T11:14:50Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Скавыш, М. Г. Распознавание пола и возраста в таргетируемой рекламе / М. Г. Скавыш, О. Н. Образцова // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 3 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 186–190. | ru_RU |
dc.identifier.isbn | 978-985-905-339-9 | - |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39411 | - |
dc.description.abstract | В настоящее время cистемы обнаружения и распознавания лиц широко применяются для идентификации людей в биометрических системах безопасности или как дополнительная мера системы безопастности в местах большого скопления людей. Такие системы обеспечивают высокую точность распознавания, что позволяет повысить уровень безопасности какого-либо устройства или сервиса. Одной из наиболее применяемой технологией в таких системах являются нейронные сети. На этом примененине сетей не заканчивается. Представьте, что заходя в магазин такая система подключена к камерам в магазине, и заходя в него система определяет ваш пол возраст и эмоцианальную реакцию от предложенной рекламы. В данной работе будет рассказано основные принципы работы CNN сети, как обучить данную сеть на загруженной выборке и применить обученную сеть в режиме реального времени. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | Беспринт | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | искусственная нейронная сеть | ru_RU |
dc.subject | CNN сети | ru_RU |
dc.subject | распознавание лиц | ru_RU |
dc.subject | neural network | - |
dc.subject | NCC network | - |
dc.subject | face recognition | - |
dc.title | Распознавание пола и возраста в таргетируемой рекламе | ru_RU |
dc.title.alternative | Gneder and age recognition in targeted advertisting | - |
dc.type | Article | ru_RU |
local.description.annotation | Currently, systems for detecting and recognizing people faces are widespread in biometric security systems or in additional security systems in crowded places. This allows you to increase the security level of any device or service. One of the most used technologies are such neural networks. The network does not end with this application. The cameras connect to face-detection technology that can pick out a customer's age and gender, as well as external factors like your emotional response to what you are looking at. | - |
Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|