• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Статья
Relative Chaoticity of Natural Languages

Yerbolova A. S., Tomashchuk K., Kogan A. et al.

Complexity. 2026. P. 1-34.

Глава в книге
KoWit-24: A Richly Annotated Dataset of Wordplay in News Headlines

Alexander Baranov, Anna Palatkina, Makovka Y. et al.

In bk.: Proceedings of the 15th International Conference on Recent Advances in Natural Language Processing. Shumen: INCOMA Ltd, 2025. P. 125-132.

Препринт
Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Elvimov N. S.

Statistical mechanics. arXie. arXive, 2025

Выступление старшего пре­по­да­ва­те­ля ДАДИИ Ильи Макарова на "43rd International Conference on Telecommunications and Signal Processing" (TSP), Milan, Italy

В рамках конференции 43rd International Conference on Telecommunications and Signal Processing (TSP), Milan, Italy, которая проходила с 7 по 9 июля 2020, Илья Макаров выступил с докладом по теме виртуальных примерочных на основе моделей машинного обучения. Вседствие ограничений по пандемии конференция прошла в онлайн формате.

Доклад "Reai-Time 3D Model Reconstruction and Mapping for Fashion" подготовлен по материалам совместных исследований с выпускником ПМИ ФКН Даниилом Чернышевым.
Последние события на рынке продажи одежды создали новые задачи для приложений компьютерного зрения. Одна из таких задач - разработать систему виртуальной примерки одежды, которая работает в реальном времени. Предлагаемые решения требуют установки специальной стационарной системы для оцифровки положений тела и в основном генерируют анимированный аватар вместо наложения одежды в реальном времени. В исследовании предложена модель, которая использует современную трехмерную реконструкцию скелета на основе монокулярного зрения и методы параметрической генерации тела, позволяющие работать в условиях ограниченных ресурсов, таких как смартфоны. Кроме того, рассмотрена проблема обработки визуальных артефактов в результате трехмерной проекции на изображение в реальном времени и разработано решение для уменьшения их влияния на основе итеративного метода ближайшего совпадения.
TSP2020