Все статьи автора в журнале: Ньян Л.Т.

1. Система распознавания лиц на основе метода глубокого обучения при слабой освещённости

   Face recognition system method-based low light deep learning

   Номер: 2021 / 09

   Найнг М.Т. | Nayng M.T. | Гаврилов А.И. | Gavrilov A.I. | Ньян Л.Т. | Nyan L.T. | Кхант К.З. | Khant K.Z. | Ньи Н.Х. | Ni N.H. | naingminhtun52@gmail.com; alexgavrilov@mail.ru; nyanlin54@gmail.com; khantkozan52@gmail.com; Snn90.mm@gmail.comnaingminhtun52@gmail.com; alexgavrilov@mail.ru; nyanlin54@gmail.com; khantkozan52@gmail.com; Snn90.mm@gmail.com

   Авторы статьи

   Authors

   Найнг М.Т.

   Nayng M.T.

   Гаврилов А.И.

   Gavrilov A.I.

   Ньян Л.Т.

   Nyan L.T.

   Кхант К.З.

   Khant K.Z.

   Ньи Н.Х.

   Ni N.H.

   naingminhtun52@gmail.com; alexgavrilov@mail.ru; nyanlin54@gmail.com; khantkozan52@gmail.com; Snn90.mm@gmail.com

   naingminhtun52@gmail.com; alexgavrilov@mail.ru; nyanlin54@gmail.com; khantkozan52@gmail.com; Snn90.mm@gmail.com

   ---

   Система распознавания лиц на основе метода глубокого обучения при слабой освещённости

    

   УДК 681.518+004.93

   DOI: 10.36652/0869-4931-2021-75-9-421-426

    

   Представлен комбинированный метод решения задачи гетерогенного распознавания лиц. Построена блок-схема алгоритма для предложенного комбинированного метода. Предложен модифицированный подход на основе базовой модели CycleGAN к решению задачи преобразования домена изображения и проведён анализ результатов производительности преобразования. Проведена оценка эффективности предложенного алгоритма в различных условиях. Показаны результаты сравнения предложенного подхода с другими современными методами.

   ---

   Ключевые слова

   преобразование изображений; генеративная состязательная сеть; распознавание лиц; глубокое обучение

   Face recognition system method-based low light deep learning

   The article presents a combined method for solving the problem of generative recognition of face. The block diagram of the algorithm for the proposed combined method is constructed. A modified approach based on the basic CycleGAN model to solving the problem of transforming domain of an image is proposed and an analysis of the conversion performance results is carried out. Evaluation of the effectiveness of the proposed algorithm under various conditions is carried out. The comparison results of the proposed approach with other modern methods are shown.

   ---

   Keywords

   transformation of images; generative adversarial network; face recognition; deep learning