| Popis: |
Магістерська дисертація: 138 с.; 28 рисунків, 1 таблиця, 50 джерел, 3 додатки. Об’єкт дослідження – система розпізнавання зображень у відеоспостереженні, представлена датасетом із зображеннями. Предмет дослідження – генеративно-змагальна нейронна мережа. Мета роботи – проаналізувати сучасні системи відеоспостереження, проаналізувати існуючі GAN-и та методи їх навчання. Дослідити область використання GAN-ів у відеоспостереженні та розробити GAN, спроможну розпізнавати обраний клас зображень, оцінити напрямки розвитку навченої генеративно-змагальної нейронної мережі у відеоспостереженні, розробити стартап-проект на визначену тему. Актуальність – в наш час розвинутих цифрових технологій область розпізнавання зображень набуває все більшої популярності та використовуэться у медицині, у мистецтві, у комп'ютерній графіці, у технологіях соціальної безпеки, у соціології, у пофесійній та у розважальній діяльності. GAN-и, у свою чергу, є молодим, швидко зростаючим напрямом, що інтенсивно розвивається та мае невичерпний потенціал. Методи дослідження – застосовані моделі класичних генеративно- змагальних нейронних мереж, алгоритми навчання генеративно-змагальних нейронних мереж, виконані за допомогою мови програмування Python. Отримані результати – запрограмована нейронна мережа для розпізнавання обраного класу зображень, порівняльна характеристика обраних алгоритмів, розроблено стартап як перспективний бізнес-проект. Подана стаття та зроблено виступ на "I International Scientific and Practical Conference SOCIETY AND SCIENCE: INTERCONNECTION". The work consists: 138 p., 1 table, 28 fig., 3 appendices, 50 sources. The object of the research is a system of image recognition in video surveillance, represented by a dataset with images. The subject of research is a generative-competitive neural network. The purpose of the work is to analyze modern video surveillance systems, to analyze existing GANs and their training methods. To investigate the area of use of GANs in video surveillance and to develop a GAN capable of recognizing a selected class of images, to evaluate the directions of development of a trained generative- competitive neural network in video surveillance, to develop a startup project on a specific topic. Relevance - in our time of advanced digital technologies, the field of image recognition is gaining more and more popularity and is used in medicine, in art, in computer graphics, in social security technologies, in sociology, in professional and in entertainment activities. GANs, in turn, are a young, fast-growing area that is developing intensively and has inexhaustible potential. Research methods – applied models of classical generative-competitive neural networks, learning algorithms of generative-competitive neural networks, performed using the Python programming language. The obtained results are a programmed neural network for recognizing the selected class of images, comparative characteristics of the selected algorithms, and a startup as a promising business project has been developed. The article was submitted and a speech was made at the "I International Scientific and Practical Conference SOCIETY AND SCIENCE: INTERCONNECTION". |
