УДК 681.518:004.9 искусственных нейронных сетей и принципа ADABOOST Построение классификаторов с использованием А. В. Стадник, А. В. Кравчук, К. И. Гулина Кафедра прикладной математики и информатики Международный университет природы, общества и человека «Дубна» ул. <...> 19, Дубна, Московская область, Россия, 141980 Проблема построения различного рода детекторов объектов на изображениях до сих пор остаётся актуальной задачей, несмотря на набор достаточно сильных методов, описанных в литературе. <...> Одним из методов, ставших стандартом для построения эффективных и быстрых классификаторов, является каскад Виолы–Джонса, который до сих пор является основополагающим для поиска объектов на изображении в реальном времени и его реализация была включена в открытую библиотеку компьютерного зрения OpenCV. <...> Для экспериментов в данной работе использовалась база данных изображений CMU Face Database. <...> При прикладном использовании алгоритмов в компьютерном зрении существенным фактором становится вычислительная сложность. <...> Предпочтительно использовать в качестве классификаторов пороговые решающие функции или Хаар-признаки, вычислительная сложность которых мала. <...> Однако, на практике ADABOOST, как жадный алгоритм, не всегда даёт эффективную комбинацию классификаторов. <...> В данной работе рассмотрен подход к построению классификаторов сравнимой эффективности, на примере задачи детектирования лица. <...> Для построения детектора были исследован подход, предполагающий разбиение процесса детекции на два отдельных этапа: этап построения дескриптора изображения и этап классификации. <...> Для этапа, отвечающего за классификацию, были рассмотрены две возможности: двухслойная нейронная сеть, т.е. использование многослойного перцептрона в качестве «сильного» классификатора, и каскад из нескольких таких сетей увеличивающего размера. <...> Для этапа формирования дескриптора также в работе исследовались две возможности. <...> В качестве первой был построен фиксированный <...>