| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Kodējumu telpas attēlojumu pilnveidošana neirotīkols balstoties uz objektu atpazīšanu attēlos |
| Nosaukums angļu valodā |
Improving Representations in Embedding Space Using Object Detection in the Scene |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Egons Lavendelis |
| Recenzents |
Asociētais profesors Gints Jēkabsons |
| Anotācija |
KODĒJUMU TELPAS ATTĒLOJUMU PILNVEIDOŠANA NEIROTĪKLOS, BALSTOTIES UZ OBJEKTU ATPAZĪŠANU ATTĒLOS
Maģistra darbā pētīta vizuālā konteksta nozīme, veidojot kāda attēlā redzamā objekta attēlojumu, balstoties kopējā attēlā redzamajā ainā. Respektīvi, tiek uzlabots attēlā redzamo objektu attēlojums neironu tīklā, izmantojot papildus vizuālā konteksta informāciju, kas iegūta no citu objektu atpazīšanas attēlā ar mērķi uzlabot objektu atpazīšanas precizitāti. Maģistra darbā ir īsi apskatītas eksistējošās objektu atpazīšanas arhitektūras, norādot to priekšrocības, ierobežojumus un ar katru metodi iegūstamo precizitāti. Darbā ir aprakstītas eksistējošās dziļo neironu tīklu arhitektūras un to pielietojums pārneses apmācībā (transfer learning). Darba autors ir izstrādājis jaunu modeli, kas apvieno objektu noteikšanas metodi un konteksta modeli ar mērķi uzlabot attēlojumu, ņemot vērā konteksta informāciju. Darba ietvaros ir veikta realizētā modeļa eksperimentāla novērtēšana, kā arī veikts objektu atpazīšanas rezultātu salīdzinājums starp eksistējošiem modeļiem un to papildinājumu ar konteksta informācijas izmantošanu. Balstoties uz salīdzinājuma rezultātiem, maģistra darba autors ir secinājis, ka vizuālā konteksta informācijas pievienošana attēlojuma ģenerēšanas laikā ļauj izveidot atšķirīgus objektu attēlojumus vienam un tam pašam objektam, ja tas atrodas dažādos kontekstos.
Maģistra darbs satur 107 lappusi, 63 attēlus, 15 tabulas, bibliogrāfisko sarakstu ar 68 literatūras avotu un 2 pielikumus.
Atslēgvārdi: attēlojumi neironu tīklos, vizuālā konteksta iekļaušana, objektu noteikšana, dziļie neironu tīkli, kontrastīva zaudējuma funkcija. |
| Atslēgas vārdi |
attēlojumi neironu tīklos, vizuālā konteksta iekļaušana, objektu noteikšana, dziļie neironu tīkli, kontrastīva zaudējuma funkcija. |
| Atslēgas vārdi angļu valodā |
neural network embedding, visual context aggregation, contrastive loss, object detection, deep neural networks |
| Valoda |
eng |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
04.01.2021 00:49:12 |
