Publication:
Convolutional Neural Network in the Classification of Architectural Styles of Buildings

Дата
2021
Авторы
Dautov, E.
Astafeva, N.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Выпуск журнала
Аннотация
© 2021 IEEE.The article focuses on the implementation of the project for the classification of architectural styles of buildings. We use modern deep learning methods using convolutional neural networks for realization of this project. Image classification using CNN has many implementations. However, the recognition of architectural styles is not fully researched. This article presents a neural network capable of determining from a photograph of a building its belonging to a certain style of architecture. We train a deep CNN classifier model to classify buildings belonging to 15 different architectural styles. We use a data set that we have collected from open sources of the global Internet to do this.
Описание
Ключевые слова
Цитирование
Dautov, E. Convolutional Neural Network in the Classification of Architectural Styles of Buildings / Dautov, E., Astafeva, N. // Proceedings of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2021. - 2021. - P. 274-277. - 10.1109/ElConRus51938.2021.9396452
URI
https://www.doi.org/10.1109/ElConRus51938.2021.9396452
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85104706529&origin=resultslist
 http://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=Alerting&SrcApp=Alerting&DestApp=WOS_CPL&DestLinkType=FullRecord&UT=WOS:000669709800062
 https://openrepository.mephi.ru/handle/123456789/24030
Коллекции
Публикации