ДОСЛІДЖЕННЯ НЕЙРОМЕРЕЖЕВИХ МОДЕЛЕЙ ДЛЯ ВІДСТЕЖЕННЯ ПОГЛЯДУ ТА ФІКСАЦІЇ ОБ'ЄКТІВ

Анотація

В роботі представлено порівняння нейромережевих моделей для відстеження погляду та фіксації об'єктів. У цій роботі були вивчені алгоритми виявлення подій з різних областей: I-VT і I-DT, за-сновані на порогових значеннях, модель випадкового лісу в галузі машинного навчання і модель CNN в галузі глибокого навчання. Була проведена оцінка ефективності їхньої класифікації з використанням одного і то-го ж набору даних для всіх методів. Також обговорювався взаємозв'язок між про-грамістами та алгоритмами. Результати показали критичний вплив порогових зна-чень класифікацію алгоритмів I-VT і I-DT. У зв'язку з цим пошук оптимального порогу алгоритмах, заснованих на порогових значеннях, є складним завданням. Алгоритми RF і CNN перевершують алгоритми, засновані на порогових значеннях, за всіма показника-ми продуктивності та здатні класифікувати дані щодо кількох класів. Проведено тестування та порівняння різних АВП (алгоритмів виявлення подій). Дано теоретичні та експериментальні обґрунтування отриманим результатам. За резуль-татами проведених експериментів було обрано найкращий наших завдань АВП (алго-ритмів виявлення подій). Також описані засоби реалізації до створення докладання. Описано переваги та недо-ліки обраних рішень. Вирішено технічні проблеми, що виникли. Спроектовано архітек-туру, розроблено макет програми виходячи з необхідних завдань.