<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Застосування методів машинного навчання для автоматичного виявлення та класифікації антропометричних точок на зображеннях голови

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

The use of machine learning methods for the automatic detection and classification of anthropometric points on head images

Анотація

The paper examines the application of machine learning methods for automatic detection and classification of anthropometric points on head images. Approaches to data preprocessing, neural network architecture selection, and model training methods are explored. The accuracy of various algorithms and their effectiveness in biometric identification and medical research are analyzed.
У роботі розглянуто застосування методів машинного навчання для автоматичного виявлення та класифікації антропометричних точок на зображеннях голови. Досліджено підходи до попередньої обробки даних, вибору архітектури нейронних мереж та методів навчання моделей. Проаналізовано точність різних алгоритмів та їхню ефективність у завданнях біометричної ідентифікації та медичних досліджень.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Мазур В. В., Романюк О. Н. Застосування методів машинного навчання для автоматичного виявлення та класифікації антропометричних точок на зображеннях голови // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24188.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Goodfellow I., Bengio Y., Courville A. Deep Learning. — MIT Press, 2016. — 800 p
  2. Bishop C. M. Pattern Recognition and Machine Learning. — Springer, 2006. — 738 p.
  3. Zhang Z. Deep Learning-Based Face Analytics. — Springer, 2020. — 300 p
  4. Szeliski R. Computer Vision: Algorithms and Applications. — Springer, 2022. — 925 p
  5. Bronstein M., Bruna J., LeCun Y., Szlam A., Vandergheynst P. Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges. — Cambridge University Press, 2021. — 600 p.