Определение архитектурных стилей и классификация объектов недвижимости с использованием Tensorflow Framework

ФИО студента: Банс Самюел Джордж -

Руководитель: Баранов Петр Александрович

Программа: Системы больших данных (Магистратура)

Год защиты: 2018

A pipeline is presented demonstrating how businesses can extract meaningful data from images to improve pricing models and enrich existing data. Using the example of building image data, images are collected and then processed at scale using a Faster-RCNN algorithm to infer architectural styles. This data is then mapped to produce an architectural mapping of London, as well as for tagging individual buildings within a real estate database with their architectural class. This paper demonstrates how this additional information could be utilised by a real estate firm, to provide greater controls over feature filtering, and thus present an enhanced user experience for individuals looking to sort properties based on styles and features that would traditionally be embedded in the image data.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ