Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://open.mgimo.ru/handle/123456789/21113
Название: Image Processing: Comparative Analysis of Face Processing by AI and Humans
Обработка изображений: сравнительный анализ обработки лиц ИИ и человеком
Авторы: Matveev, M.
Zhuravishkin, A.
Yershov, D.D.
Матвеев, М.
Журавишкин, А.
Ершов, Д.Д.
Ключевые слова: face recognition
artificial intelligence
human perception
comparative analysis
image processing
error patterns
hybrid systems
распознавание лиц
искусственный интеллект
человеческое восприятие
сравнительный анализ
обработка изображений
характер ошибок
гибридные системы
Дата публикации: 2021
Библиографическое описание: Matveev M., Zhuravishkin A., Yershov D. D. Image Processing: Comparative Analysis of Face Processing by AI and Humans. Lecture Notes in Networks and Systems. 2021. https://doi.org/10.1007/978-981-16-2377-6_59
Матвеев М., Журавишкин А., Ершов Д. Д. Обработка изображений: сравнительный анализ обработки лиц ИИ и человеком. Lecture Notes in Networks and Systems. 2021. https://doi.org/10.1007/978-981-16-2377-6_59
Аннотация: This paper presents a comparative analysis of face processing by artificial intelligence and humans. The study examines differences in recognition accuracy, speed, and error patterns between AI systems and human observers. Results indicate that while AI excels in speed and consistency, humans demonstrate superior performance in handling ambiguous or low-quality images. The findings have implications for developing hybrid face recognition systems.
В данной статье представлен сравнительный анализ обработки лиц искусственным интеллектом и человеком. Исследование рассматривает различия в точности распознавания, скорости и характере ошибок между системами ИИ и наблюдателями-людьми. Результаты показывают, что, хотя ИИ превосходит по скорости и последовательности, люди демонстрируют лучшие результаты при обработке неоднозначных или низкокачественных изображений. Полученные данные имеют значение для разработки гибридных систем распознавания лиц.
URI: https://open.mgimo.ru/handle/123456789/21113
ISSN: 2367-3370
2367-3389
Располагается в коллекциях:Статьи сотрудников МГИМО во внешних журналах

Файлы этого ресурса:
Нет файлов, ассоциированных с этим ресурсом.
Источник: Lecture notes in networks and systems  (2021)


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.