• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Распознавание логотипов с использованием глубоких нейронных сетей

ФИО студента: Овечкин Всеволод Тимофеевич

Руководитель: Макаров Илья Андреевич

Кампус/факультет: Факультет компьютерных наук

Программа: Финансовые технологии и анализ данных (Магистратура)

Год защиты: 2020

В данной работе исследуется задача open-set классификации логотипов с использованием как few-shot так и metric learning подходов. Сравнива- ется три подхода: простой классификатор, metric learning классификатор с A-Sfotmax функцией потерь и Neural Statistician - генеративная few-shot модель. Для open-set классификации используется Extreme Vector Machine, оценивающая распределение скрытых представлений для изображений классов, и способная определять независимые вероятности принадлежно- сти изображений к классам, которые модель видела во время обучения. Эти вероятности позволяют не только оценить уверенность модели в вы- боре класса, но выявить изображения, классы которых модель не видела во время обучения. Для оценки способности моделей выявлять новые классы используются отложенные 202 классах с наименьшей частотностью QMUL- OpenLogo датасета. Наилучшей моделью в этой задаче оказалась metric learning модель, выявившая 89% изображений новых классов при мини- мальной вероятности отнесения к классу 0.01. Для оценки способности изображений искать похожие изображения на новых данных использует- ся тестовая часть FlickLogos-32 датасета. Наилучшие результаты здесь тоже показала metric learning модель (mean precision at 1 0.77).

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