Специалисты Smart Engines представили 8 научных работ на международной конференции по распознаванию образов SPRA-2024

Ученые российской компании Smart Engines выступили с докладами на международной конференции по распознаванию образов SPRA-2024, которая прошла с 11 по 13 ноября в Стамбуле. Symposium on Pattern Recognition and Applications (SPRA) – конференция, на которой ученые, занимающиеся компьютерным зрением, технологиями распознавания и глубоким обучением, могут поделиться последними открытиями в этих областях. Конференция проводится с 2020 года, в этом году мероприятие организуется в пятый раз.

С одним из трех пленарных докладов, открывших конференцию, выступил технический директор Smart Engines – руководитель отдела 95 «Зрительные системы» ФИЦ ИУ РАН, доктор технических наук Дмитрий Николаев. Его выступление было посвящено использованию преобразования Хафа в глубоких нейронных сетях для решения задач компьютерного зрения. Ранее ученые Smart Engines предложили несколько нейросетевых архитектур, объединяющих блоки, используемые в современных глубоких нейросетях, с классическими алгоритмами анализа изображений, плохо выразимыми известными до того блоками. Такой подход позволил значительно сократить количество обучаемых параметров и слоев модели и существенно ускорить работу нейросетевых архитектур при исполнении на пользовательских устройствах.

На SPRA-2024 специалисты Smart Engines представили еще 7 научных работ. Исследователи рассказали про методы борьбы с артефактами при томографической реконструкции, подход к распознаванию обрезанных QR-кодов, генерацию полусинтетических двумерных штрихкодов для обучения нейросетей без использования персональных данных и другие разработки. Все эти технологии используются в программных продуктах компании.

Доклады, представленные на SPRA-2024, будут опубликованы в трудах международного Общества оптики и фотоники (SPIE), индексируемых системами учета научных публикаций Web of Science и Scopus.

Тематики: Маркетинг, ПО

Ключевые слова: конференция, Искусственный интеллект, Smart Engines, Нейросети, Машинное обучение (ML)