Карпов Алексей Анатольевич

Статья

Ryumina E., Ryumin D., Axyonov A., Ivanko D., Karpov A. Multi-corpus emotion recognition method based on cross-modal gated attention fusion. Pattern Recognition Letters. 2025. Vol. 190. pp. 192-200.

Статья

Kosulin K., Karpov A. A Survey of Masked Face Recognition Methods and Corpora/Data. Springer Geography. 2024. Vol. F2317. pp. 27-37.

Статья

Ryumina E., Markitantov M., Ryumin D., Kaya H., Karpov A. Audio-Visual Compound Expression Recognition Method based on Late Modality Fusion and Rule-based Decision. arXiv.org [база препринтов]. 2024. pp. 1-7.

Статья

Двойникова А.А., Кагиров И.А., Карпов А.А. Метод распознавания сентимента и эмоций в транскрипциях русскоязычной речи с использованием машинного перевода [A method for recognition of sentiment and emotions in russian speech transcripts using machine translation]. Информатика и автоматизация [Informatics and Automation]. 2024. Т. 23. № 4. С. 1173-1198.

Статья

Ryumina E., Markitantov M., Ryumin D., Kaya H., Karpov A. Zero-Shot Audio-Visual Compound Expression Recognition Method based on Emotion Probability Fusion. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). 2024. pp. 4752-4760.

Статья

Ryumin D., Axyonov A., Ryumina E., Ivanko D., Kashevnik A., Karpov A. Audio-visual speech recognition based on regulated transformer and spatio-temporal fusion strategy for driver assistive systems. Expert Systems with Applications. 2024. Vol. 252. No. Part A. pp. 124159.

Статья

Ryumina E., Ryumin D., Karpov A. OCEAN-AI: open multimodal framework for personality traits assessment and HR-processes automatization. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2024. pp. 3630-3631.

Статья

Axyonov A., Ryumin D., Ivanko D., Kashevnik A., Karpov A. Audio-Visual Speech Recognition In-The-Wild: Multi-Angle Vehicle Cabin Corpus and Attention-Based Method. 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). 2024. pp. 8195-8199.

Статья

Mamontov D., Zepf S., Karpov A., Minker W. Cross-Cultural Automatic Depression Detection Based on Audio Signals. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2024. Vol. 1. No. 15299. pp. 309-323.

Статья

Двойникова А.А., Карпов А.А. Методика создания многомодальных корпусов данных для аудиовизуального анализа вовлеченности и эмоций участников виртуальной коммуникации. Известия высших учебных заведений. Приборостроение. 2024. Т. 67. № 11. С. 984–993.

Статья

Ryumina E., Markitantov M., Ryumin D., Karpov A. OCEAN-AI framework with EmoFormer cross-hemiface attention approach for personality traits assessment. Expert Systems with Applications. 2024. Vol. 239. pp. 122441.

Статья

Дресвянский Д.В., Маркитантов М.В., Jiawei Y., Peitong L., Kaya H., Карпов А.А. SUN Team's Contribution to ABAW 2024 Competition: Audio-visual Valence-Arousal Estimation and Expression Recognition. arXiv.org [база препринтов]. 2024.

Статья

Dresvyanskiy D., Markitantov M., Yu J., Kaya H., Karpov A. Multi-modal Arousal and Valence Estimation under Noisy Conditions. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). 2024. pp. 4773-4783.

Статья

Ryumina E., Markitantov M., Ryumin D., Karpov A. Gated Siamese Fusion Network based on Multimodal Deep and Hand-Crafted Features for Personality Traits Assessment. Pattern Recognition Letters. 2024. Vol. 185. pp. 45-51.

Статья

Аксёнов А., Рюмина Е.В., Рюмин Д., Иванько Д., Карпов А.А. Нейросетевой метод визуального распознавания голосовых команд водителя с использованием механизма внимания [Neural network-based method for visual recognition of driver's voice commands using attention mechanism]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2023. Т. 23. № 4(146). С. 767-775.

Статья

Ivanko D., Ryumina E., Ryumin D., Axyonov A., Kashevnik A., Karpov A. EMO-AVSR: Two-Level Approach for Audio-Visual Emotional Speech Recognition. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2023. Vol. 14338. pp. 18-31.

Статья

Riumina E.V., Karpov A.A. Impact of Visual Modalities in Multimodal Personality and Affective Computing. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2023. Vol. 48. No. 2/W3-2023. pp. 217–224.

Статья

Ryumina E., Ryumin D., Markitantov M., Kaya H., Karpov A. Multimodal Personality Traits Assessment (MuPTA) Corpus: The Impact of Spontaneous and Read Speech. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2023. pp. 4049-4053.

Статья

Ivanko D., Ryumin D., Karpov A. A Review of Recent Advances on Deep Learning Methods for Audio-Visual Speech Recognition. Mathematics. 2023. Vol. 11. No. 12. pp. 2665.

Статья

Ryumina E., Markitantov M., Karpov A. Multi-Corpus Learning for Audio–Visual Emotions and Sentiment Recognition. Mathematics. 2023. Vol. 11. No. 16. pp. 3519.

Статья

Karpov A., Dvoynikova A., Ryumina E. Intelligent Interfaces and Systems for Human-Computer Interaction. Lecture Notes in Networks and Systems. 2023. Vol. 776. pp. 3-13.

Статья

Dvoynikova A., Karpov A. Bimodal sentiment and emotion classification with multi-head attention fusion of acoustic and linguistic information. Компьютерная лингвистика и интеллектуальные технологии = Computational Linguistics and Intellectual Technologies [Komp'juternaja Lingvistika i Intellektual'nye Tehnologii]. 2023. No. 22. pp. 51-61.

Статья

Ivanko D., Ryumin D., Kashevnik A., Axyonov A., Kitenko A., Lashkov I., Karpov A. DAVIS: Driver's Audio-Visual Speech Recognition. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2022. pp. 1141-1142.

Статья

Ivanko D., Ryumin D., Axyonov A., Kashevnik A., Karpov A. Multi-Speaker Audio-Visual Corpus RUSAVIC: Russian Audio-Visual Speech in Cars. 13th International Conference on Language Resources and Evaluation, LREC 2022. 2022. pp. 1555-1559.

Учебник, учебное пособие

Организация научно-исследовательской работы в корпоративной магистратуре

Статья

Косулин К.Э., Карпов А.А. Методы аудиовизуального распознавания людей в масках [Methods for audiovisual recognition of people in masks]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2022. Т. 22. № 3(139). С. 415-432.

Статья

Двойникова А.А., Маркитантов М.В., Рюмина Е.В., Уздяев М.Ю., Величко А.Н., Рюмин Д., Ляксо Е.Е., Карпов А.А. Анализ информационного и математического обеспечения для распознавания аффективных состояний человека [Analysis of infoware and software for human affective states recognition]. Информатика и автоматизация [Informatics and Automation]. 2022. Т. 21. № 6. С. 1097-1144.

Статья

Markitantov M., Ryumina E., Ryumin D., Karpov A. Biometric Russian Audio-Visual Extended MASKS (BRAVE-MASKS) Corpus: Multimodal Mask Type Recognition Task. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2022. pp. 1756-1760.

Статья

Косулин К.Э., Карпов А.А. A survey of masked face recognition methods and corpora/data. International Journal of Open Information Technologies. 2022. Т. 10. № 7. С. .

Статья

Двойникова А.А., Кагиров И.А., Карпов А.А. Аналитический обзор методов автоматического распознавания вовлеченности пользователя в виртуальную коммуникацию [Analytical review of methods for automatic detection of user engagement in virtual communication]. Информационно-управляющие системы [Informatsionno-Upravliaiushchie Sistemy]. 2022. № 5(120). С. 12-22.

Статья

Dvoynikova A., Markitantov M., Ryumina E., Uzdiaev M., Velichko A., Kagirov I., Kipyatkova I., Lyakso E., Karpov A. An analysis of automatic techniques for recognizing human's affective states by speech and multimodal data. Proceedings of the 24th International Congress on Acoustics (ICA 2022). 2022. pp. 22-33.

Статья

Ivanko D., Ryumin D., Kashevnik A., Axyonov A., Karpov A. Visual Speech Recognition in a Driver Assistance System. 30th European Signal Processing Conference (EUSIPCO). 2022. pp. 1131-1135.

Статья

Ivanko D., Kashevnik A., Ryumin D., Kitenko A., Axyonov A., Lashkov I., Karpov A. MIDriveSafely: Multimodal Interaction for Drive Safely. ACM International Conference Proceeding Series. 2022. pp. 733-735.

Статья

Аксёнов А., Рюмин Д., Кашевник А.М., Иванько Д., Карпов А.А. Метод визуального анализа лица водителя для автоматического чтения речи по губам при управлении транспортным средством [Method for visual analysis of driver's face for automatic lip-reading in the wild]. Компьютерная оптика [Computer Optics]. 2022. Т. 46. № 6. С. 955-962.

Статья

Velichko A., Markitantov M., Kaya H., Karpov A. Complex Paralinguistic Analysis of Speech: Predicting Gender, Emotions and Deception in a Hierarchical Framework. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2022. pp. 4735-4739.

Статья

Letenkov M.A., Iakovlev R.N., Markitantov M.V., Ryumin D.A., Saveliev A.I., Karpov A.A. Method for Generating Synthetic Images of Masked Human Faces. Научная визуализация [Scientific Visualization]. 2022. Vol. 14. No. 2. pp. 1-17.

Статья

Летенков М.А., Яковлев Р.Н., Маркитантов М.В., Рюмин Д., Карпов А.А. Применение методов синтеза обучающих данных для распознавания частично скрытых лиц на изображениях. Известия высших учебных заведений. Приборостроение. 2022. Т. 65. № 11. С. 842-850.

Статья

Kosulin K.E., Karpov A. A survey of masked face recognition methods and corpora/data. CEUR Workshop Proceedings. 2022. Vol. X. No. X. pp. X.

Статья

Dresvyanskiy D., Sinha Y., Busch M., Siegert I., Karpov A., Minker W. DyCoDa: A Multi-modal Data Collection of Multi-user Remote Survival Game Recordings. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2022. Vol. 13721. pp. 163-177.

Статья

Ryumina E., Dresvyanskiy D., Karpov A. In Search of a Robust Facial Expressions Recognition Model: A Large-Scale Visual Cross-Corpus Study. Neurocomputing. 2022. Vol. 514. pp. 435-450.

Статья

Рюмина Е.В., Рюмин Д., Маркитантов М.В., Карпов А.А. Метод генерации обучающих данных для компьютерной системы обнаружения защитных масок на лицах людей [A method for generating training data for a protective face mask detection system]. Компьютерная оптика [Computer Optics]. 2022. Т. 46. № 4. С. 603-611.

Статья

Dresvyanskiy D., Ryumina E., Kaya H., Markitantov M., Karpov A., Minker W. End-to-End Modeling and Transfer Learning for Audiovisual Emotion Recognition in-the-Wild. Multimodal Technologies and Interaction. 2022. Vol. 6. No. 2. pp. 11.

Статья

Mamontov D., Minker W., Karpov A. Self-Configuring Genetic Programming Feature Generation in Affect Recognition Tasks. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2022. Vol. 13721. pp. 464-476.

Статья

Рюмин Д., Кагиров И.А., Аксёнов А., Карпов А.А. Аналитический обзор моделей и методов автоматического распознавания жестов и жестовых языков [Analytical review of models and methods for automatic recognition of gestures and sign languages]. Информационно-управляющие системы [Informatsionno-Upravliaiushchie Sistemy]. 2021. № 6(115). С. 10-20.

Тезисы

Влияние нормализации признаков текстовых транскрипций на сентимент-анализ

Статья

Карпов А.А., Потапова Р.К., Потапов В.В. XXII Международная конференция SPECOM-2020 “Речь и компьютер". Известия Российской академии наук. Серия литературы и языка. 2021. Т. 80. № 2. С. 107-115.

Статья

Двойникова А.А., Маркитантов М.В., Рюмина Е.В., Рюмин Д., Карпов А.А. Аналитический обзор аудиовизуальных систем для определения средств индивидуальной защиты на лице человека [Analytical review of audiovisual systems for determining personal protective equipment on a person's face]. Информатика и автоматизация [Informatics and Automation]. 2021. Т. 20. № 5. С. 1116-1152.

Статья

Ryumina E., Ryumin D., Ivanko D., Karpov A. A Novel Method for Protective Face Mask Detection Using Convolutional Neural Networks and Image Histograms. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2021. Vol. 54. No. 2/W1. pp. 177–182.

Тезисы

Нейросетевой подход для автоматического распознавания эмоций человека по мимике лица

Статья

Verkholyak O., Dvoynikova A., Karpov A. A Bimodal Approach for Speech Emotion Recognition using Audio and Text. Journal of Internet Services and Information Security. 2021. Vol. 11. No. 1. pp. 80-96.

Статья

Двойникова А.А., Карпов А.А. Влияние обратного перевода на распознавание эмоций в транскрипциях спонтанной русской речи. Анализ разговорной русской речи (АРЗ-2021): труды девятого междисциплинарного семинара. 2021. С. 17-23.

Статья

Verkholyak O., Dresvyanskiy D., Dvoynikova A., Kotov D., Ryumina E., Velichko A., Mamontov D., Minker W., Karpov A. Ensemble-within-ensemble classification for escalation prediction from speech. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2021. Vol. 6. pp. 4321-4325.

Статья

Ryumina E., Verkholyak O., Karpov A. Annotation Confidence vs. Training Sample Size: Trade-off Solution for Partially-Continuous Categorical Emotion Recognition. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2021. Vol. 6. pp. 3690-3694.

Статья

Dresvyanskiy D., Siegert I., Karpov A., Minker W. Engagement Recognition Using Audio Channel Only. The Proceedings of "1st AI-DEbate Workshop : workshop establishing An InterDisciplinary pErspective on speech-BAsed TEchnology". 2021. pp. 19-22.

Учебник, учебное пособие

Методы и модели автоматического распознавания речи

Статья

Kashevnik A., Lashkov I., Axyonov A., Ivanko D., Ryumin D., Kolchin A., Karpov A. Multimodal Corpus Design for Audio-Visual Speech Recognition in Vehicle Cabin. IEEE Access. 2021. Vol. 9. pp. 34986-35003.

Статья

Двойникова А.А., Мамонтов Д.Ю., Карпов А.А. Автоматическое определение эмоционального состояния участников предметных разговоров по транскрипциям речи. Альманах научных работ молодых ученых Университета ИТМО. 2021. Т. 3. С. 63-68.

Статья

Ryumin D., Kagirov I., Axyonov A., Pavlyuk N., Saveliev A., Kipyatkova I., Zelezny M., Mporas I., Karpov A. A Multimodal User Interface for an Assistive Robotic Shopping Cart. Electronics. 2020. Vol. 9. No. 12. pp. 2093.

Статья

Dresvyanskiy D., Ryumina E., Kaya H., Markitantov M., Karpov A., Minker W. An Audio-Video Deep and Transfer Learning Framework for Multimodal Emotion Recognition in the wild. arXiv.org [база препринтов]. 2020. pp. 1-7.

Монография

Голосовой портрет ребенка с типичным и атипичным развитием

Статья

Кагиров И.А., Рюмин Д., Аксёнов А., Карпов А.А. Мультимедийная база данных жестов русского жестового языка в трехмерном формате [Multimedia database of russian sign language items in 3d]. Вопросы языкознания [Voprosy Jazykoznanija]. 2020. № 1. С. 104-123.

Статья

Двойникова А.А., Карпов А.А. Аналитический обзор подходов к распознаванию тональности русскоязычных текстовых данных [Analytical review of approaches to Russian text sentiment recognition]. Информационно-управляющие системы [Informatsionno-Upravliaiushchie Sistemy]. 2020. № 4(107). С. 20-30.

Статья

Kagirov I., Karpov A., Kipyatkova I.S., Klyuzhev K., Kudryavcev I.V., Ryumin D. Lower Limbs Exoskeleton Control System Based on Intelligent Human-Machine Interface. Studies in Computational Intelligence. 2020. Vol. 868. pp. 457-466.

Статья

Ivanko D., Ryumin D., Kipyatkova I., Axyonov A., Karpov A. Lip-reading Using Pixel-Based and Geometry-based Features for Multimodal Human-robot Interfaces. Smart Innovation, Systems and Technologies. 2020. Vol. 154. pp. 477-486.

Статья

Аксёнов А., Иванько Д., Лашков И.Б., Рюмин Д., Кашевник А.М., Карпов А.А. Методика создания многомодального корпуса для аудиовизуального распознавания речи в ассистивных транспортных системах. Информатизация и связь. 2020. № 5. С. 87-93.

Статья

Kaya H., Verkholyak O., Markitantov M., Karpov A. Combining Clustering and Functionals based Acoustic Feature Representations for Classification of Baby Sounds. ICMI 2020 Companion - Companion Publication of the 2020 International Conference on Multimodal Interaction. 2020. pp. 509-513.

Статья

Маркитантов М.В., Карпов А.А. Автоматическое распознавание пола и возраста человека с помощью нейронных сетей с временной задержкой на основе акустических признаков. Труды Всероссийской акустической конференции: материалы III Всероссийской конференции (Санкт-Петербург, 21–25сентября 2020г.). 2020. С. 374-380.

Статья

Markitantov M., Dresvyanskiy D., Mamontov D., Kaya H., Minker W., Karpov A. Ensembling End-to-End Deep Models for Computational Paralinguistics Tasks: ComParE 2020 Mask and Breathing Sub-Challenges. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2020. pp. 2072-2076.

Статья

Двойникова А.А., Верхоляк О.В., Карпов А.А. Сентимент-анализ разговорной речи при помощи метода, основанного на тональных словарях. Альманах научных работ молодых ученых Университета ИТМО. 2020. Т. 3. С. 75-80.

Статья

Ryumina E., Karpov A. Facial expression recognition using distance importance scores between facial landmarks. CEUR Workshop Proceedings. 2020. Vol. 2744.

Статья

Рюмина Е.В., Карпов А.А. Сравнительный анализ методов устранения дисбаланса классов эмоций в видеоданных выражений лиц [Comparative analysis of methods for imbalance elimination of emotion classes in video data of facial expressions]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2020. Т. 20. № 5(129). С. 683–691.

Статья

Ryumin D., Ivanko D., Kagirov I., Axyonov A., Karpov A.A. Vision-Based Assistive Systems for Deaf and Hearing Impaired People. Intelligent Systems Reference Library. 2020. Vol. 175. pp. 197-223.

Статья

Kagirov I., Ivanko D., Ryumin D., Axyonov A., Karpov A. TheRuSLan: Database of Russian Sign Language. Proceedings of the 12th Conference on Language Resources and Evaluation (LREC 2020). 2020. pp. 6079-6085.

Статья

Ivanko D., Ryumin D., Karpov A. An experimental analysis of different approaches to audio–visual speech recognition and lip-reading. Smart Innovation, Systems and Technologies. 2020. Vol. 187. pp. 197-209.

Статья

Akhtiamov O., Siegert I., Karpov A., Minker W. Using complexity-identical human-and machine-directed utterances to investigate addressee detection for spoken dialogue systems. Sensors. 2020. Vol. 20. No. 9. pp. 2740.

Статья

Dvoynikova A., Verkholyak O., Karpov A. Emotion Recognition and Sentiment Analysis of Extemporaneous Speech Transcriptions in Russian. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2020. Vol. 12335 LNAI. pp. 136–144.

Статья

Рюмина Е.В., Карпов А.А. Аналитический обзор методов распознавания эмоций по выражениям лица человека [Analytical review of methods for emotion recognition by human face expressions]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2020. Т. 20. № 2(126). С. 163-176.

Статья

Dvoynikova A., Verkholyak O., Karpov A. Analytical review of methods for identifying emotions in text data. CEUR Workshop Proceedings. 2020. Vol. 2552. pp. 8-21.

Тезисы

Сравнительный анализ методов уменьшения дисбаланса набора данных для повышения точности мультиклассовой классификации выражений лиц

Статья

Маркитантов М.В., Карпов А.А. Автоматическое распознавание возраста и пола диктора на основе глубоких нейронных сетей. Информационно-измерительные и управляющие системы. 2019. Т. 17. № 5. С. 76-83.

Статья

Kashevnik A., Lashkov I., Ryumin D., Karpov A. Smartphone-based driver support in vehicle cabin: Human-computer interaction interface. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2019. Vol. 11659 LNAI. pp. 129-138.

Статья

Verkholyak O.V., Kaya H., Karpov A.A. Modeling short-term and long-term dependencies of the speech signal for paralinguistic emotion classification. Труды СПИИРАН [SPIIRAS Proceedings]. 2019. Vol. 18. No. 1(62). pp. 30-56.

Статья

Федотов Д.В., Верхоляк О.В., Карпов А.А. Контекстное непрерывное распознавание эмоций в русской речи с использованием рекуррентных нейронных сетей. Анализ разговорной русской речи (АРЗ-2019): труды восьмого междисциплинарного семинара. 2019. С. 96-99.

Статья

Fedotov D., Kim B., Karpov A., Minker W. Time-Continuous Emotion Recognition Using Spectrogram Based CNN-RNN Modelling. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2019. Vol. 11658. pp. 93-102.

Статья

Кагиров И.А., Карпов А.А., Кипяткова И.С., Клюжев К., Кудрявцев А.И., Кудрявцев И.А., Рюмин Д.А. Интеллектуальный интерфейс для управления роботизированным медицинским экзоскелетом нижних конечностей Remotion [Intellectual interface to control a robotic medical exoskeleton of the lower limbs «remotion»]. Авиакосмическая и экологическая медицина [Aviakosmicheskaya i Ekologicheskaya Meditsina]. 2019. Т. 53. № 5. С. 92-98.

Статья

Akhtiamov O., Siegert I., Karpov A., Minker W. Cross-Corpus Data Augmentation for Acoustic Addressee Detection. 20th Annual Meeting of the Special Interest Group on Discourse and Dialogue, SIGDIAL 2019. 2019. pp. 274-283.

Статья

Ivanko D., Ryumin D., Karpov A.A. Automatic Lip-Reading of Hearing Impaired People. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2019. Vol. 42. No. 2/W12. pp. 97-101.

Статья

Verkholyak O., Fedotov D., Kaya H., Zhang Y., Karpov A. Hierarchical Two-level Modelling of Emotional States in Spoken Dialog Systems. ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings. 2019. pp. 6700-6704.

Статья

Рюмин Д., Аксёнов А., Карпов А.А. Автоматическое обнаружение лиц для человеко-машинного взаимодействия. Альманах научных работ молодых ученых Университета ИТМО. 2019. Т. 3. С. 33-37.

Статья

Иванько Д., Рюмин Д., Карпов А.А., Железны М. Исследование влияния высокоскоростных видеоданных на точность распознавания аудиовизуальной речи [Measuring the effect of high-speed video data on the audio-visual speech recognition accuracy]. Информационно-управляющие системы [Informatsionno-Upravliaiushchie Sistemy]. 2019. № 2(99). С. 26-34.

Статья

Ryumin D., Ivanko D.V., Axyonov A., Kagirov I., Karpov A.A., Zelezny M. Human-Robot Interaction with Smart Shopping Trolley using Sign Language: Data Сollection. IEEE International Conference on Pervasive Computing and Communications Workshops, PerCom Workshops 2019. 2019. pp. 949-954.

Статья

Ryumin D., Kagirov I., Ivanko D.V., Axyonov A., Karpov A.A. Automatic Detection and Recognition of 3D Manual Gestures for Human-machine Interaction. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2019. Vol. 42. No. 2/W12. pp. 179-183.

Статья

Иванько Д., Федотов Д.В., Карпов А.А. Повышение точности автоматического распознавания визуальной русской речи: оптимизация виземных классов. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2018. Т. 18. № 2(114). С. 346-349.

Статья

Verkholyak O., Karpov A. Combined Feature Representation for Emotion Classification from Russian Speech. Communications in Computer and Information Science. 2018. Vol. 789. pp. 68-73.

Статья

Kaya H., Fedotov D., Yesilkanat A., Verkholyak O., Zhang Y., Karpov A. LSTM based Cross-corpus and Cross-task Acoustic Emotion Recognition. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2018. pp. 521-525.

Тезисы

Автоматическая оценка положения головы на основе трехмерных ориентиров лица

Статья

Gruber I., Ryumin D., Hruz M., Karpov A. Sign Language Numeral Gestures Recognition using Convolutional Neural Network. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2018. Vol. 11097. pp. 70-77.

Статья

Velichko A., Budkov V., Kagirov I., Karpov A.A. Comparative Analysis of Classification Methods for Automatic Deception Detection in Speech. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2018. Vol. 11096. pp. 737-746.

Статья

Pugachev A., Akhtiamov O., Karpov A., Minker W. Deep Learning for Acoustic Addressee Detection in Spoken Dialogue Systems. Communications in Computer and Information Science. 2018. Vol. 789. pp. 45-53.

Статья

Vatamaniuk I.V., Budkov V.Y., Kipyatkova I.S., Karpov A. Methods and Algorithms of Audio-Video Signal Processing for Analysis of Indoor Human Activity. Intelligent Systems Reference Library. 2018. Vol. 136. pp. 139-173.

Статья

Markovnikov N., Kipyatkova I., Karpov A., Filchenkov A. Deep neural networks in Russian speech recognition. Communications in Computer and Information Science. 2018. Vol. 789. pp. 54-67.

Статья

Ivanko D., Karpov A.A., Fedotov D., Kipyatkova I., Ryumin D., Ivanko D., Minker W., Zelezny M. Multimodal speech recognition: increasing accuracy using high speed video data. Journal on Multimodal User Interfaces. 2018. Vol. 12. No. 4. pp. 319-328.

Статья

Грубер И., Карпов А.А. ResNet vs DenseNet: comparison of the state-of-the-art architectures for face classification. Альманах научных работ молодых ученых Университета ИТМО. 2018. Т. 2. С. 184-187.

Статья

Маркитантов М.В., Карпов А.А. Аналитический обзор подходов к автоматическому распознаванию возраста диктора по голосу. Информационные технологии в управлении (ИТУ-2018): материалы 11-й конференции по проблемам управления (Санкт-Петербург, 2-4 октября 2018г.). 2018. С. 539-542.

Статья

Главач М., Карпов А.А. LipsID detection with CNN. Альманах научных работ молодых ученых Университета ИТМО. 2018. Т. 2. С. 171-173.

Статья

Hlavac M., Gruber I., Zhelezny M., Karpov A. LipsID using 3D Convolutional Neural Networks. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2018. Vol. 11096. pp. 209-214.

Статья

Ivanko D., Karpov A., Ryumin D., Kipyatkova I.S., Saveliev A., Budkov V., Ivanko D., Zelezny M. Using a High-Speed Video Camera for Robust Audio-Visual Speech Recognition in Acoustically Noisy Conditions. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2017. Vol. 10458. pp. 757-766.

Статья

Akhtiamov O., Sidorov M., Karpov A., Minker W. Speech and text analysis for multimodal addressee detection in human-human-computer interaction. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2017. pp. 2521-2525.

Тезисы

Глубокая нейронная сеть для определения обращения человека к автоматической диалоговой системе

Тезисы

Анализ влияния интонационных контуров на точность распознавания эмоциональных состояний на базе данных русской эмоциональной речи Ruslana

Статья

Kaya H., Ali Salah A., Karpov A., Frolova O., Grigorev A., Lyakso E.E. Emotion, age, and gender classification in children’s speech by humans and machines. Computer Speech and Language. 2017. Vol. 46. pp. 268-283.

Статья

Akhtiamov O., Ubskii D., Feldina E., Pugachev A., Karpov A., Minker W. Are you addressing me? Multimodal addressee detection in human-human-computer conversations. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2017. Vol. 10458. pp. 152–161.

Статья

Ryumin D., Karpov A.A. Towards Automatic Recognition of Sign Language Gestures Using Kinect 2.0. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2017. Vol. 10278. pp. 89-101.

Статья

Gruber I., Hlavac M., Zelezny M., Karpov A. Facing Face Recognition with ResNet: Round One. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2017. Vol. 10459. pp. 67-74.

Статья

Hlavac M., Gruber I., Zelezny M., Karpov A. Semi-automatic Facial Key-point Dataset Creation. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2017. Vol. 10458. pp. 662–668.

Статья

Kaya H., Karpov A.A. Introducing Weighted Kernel Classifiers for Handling Imbalanced Paralinguistic Corpora: Snoring, Addressee and Cold. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2017. pp. 3527-3531.

Учебник, учебное пособие

Автоматическое распознавание речи

Статья

Ryumin D., Karpov A. Parametric representation of the speaker’s lips for multimodal sign language and speech recognition. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2017. Vol. 42-2. No. 4. pp. 155-161.

Статья

Рюмин Д., Карпов А.А. Вычисление информативных видеопризнаков для распознавания жестов рук. Сборник тезисов докладов конгресса молодых ученых (V Всероссийский конгресс молодых ученых, 12-15 апреля 2016 г.). Электронное издание. 2016.

Статья

Рюмин Д., Карпов А.А. Автоматизированная система распознавания отдельных жестов рук с применением сенсора Kinect. Информационные технологии в управлении (ИТУ-2016): материалы 9-й конференции по проблемам управления (Санкт-Петербург, 4-6октября 2016г.). 2016. С. 838-846.

Статья

Karpov A., Ronzhin A.L., Kipyatkova I.S., Ronzhin A., Verkhodanova V.O., Saveliev A., Zelezny M. Bimodal Speech Recognition Fusing Audio-Visual Modalities. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9732. pp. 170-179.

Учебник, учебное пособие

Автоматическое распознавание речи

Статья

Gruber I., Hlavac M., Hruz M., Zelezny M., Karpov A.A. An Analysis of Visual Faces Datasets. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9812. pp. 18-26.

Статья

Ronzhin A., Basov O.O., Motienko A.I., Karpov A.A., Mikhailov Y.V., Zelezny M. Multimodal information coding system for wearable devices of advanced uniform. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9734. pp. 539-545.

Статья

Иванько Д., Кипяткова И.С., Ронжин А.Л., Карпов А.А. Анализ методов многомодального объединения информации для аудиовизуального распознавания речи. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2016. Т. 16. № 3(103). С. 387-401.

Статья

Kipyatkova I.S., Karpov A.A. Dnn-based acoustic modeling for Russian speech recognition using Kaldi. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9811. pp. 246-253.

Статья

Рюмин Д., Карпов А.А. Алгоритм выделения рук человека на изображениях с сенсора Kinect. Альманах научных работ молодых ученых Университета ИТМО. 2016. Т. 4. С. 249-252.

Статья

Verkhodanova V.O., Ronzhin A., Kipyatkova I.S., Ivanko D.V., Karpov A.A., Zhelezny M. HAVRUS Corpus: High-Speed Recordings of Audio-Visual Russian Speech. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9811. pp. 338-345.

Статья

Kipyatkova I., Karpov A. Language Models with RNNs for Rescoring Hypotheses of Russian ASR. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9719. pp. 418-425.

Статья

Kaya H., Karpov A.A., Ali Salah A. Robust Acoustic Emotion Recognition based on Cascaded Normalization and Extreme Learning Machines. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. Vol. 9719. pp. 115-123.

Статья

Иванько Д., Карпов А.А. Применение высокоскоростной камеры в задачах человеко-машинного взаимодействия. Информационные технологии в управлении (ИТУ-2016): материалы 9-й конференции по проблемам управления (Санкт-Петербург, 4-6октября 2016г.). 2016. С. 801-806.

Статья

Карпов А.А., Кайа Х., Салах А. Актуальные задачи и достижения систем паралингвистического анализа речи. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2016. Т. 16. № 4(104). С. 581–592.

Статья

Иванько Д., Карпов А.А. Анализ перспектив применения высокоскоростных камер для распознавания динамической информации [An analysis of perspectives for using high-speed cameras in processing dynamic video information]. Труды СПИИРАН [SPIIRAS Proceedings]. 2016. № 1(44). С. 98-113.

Монография

Методологические основы синтеза полимодальных инфокоммуникационных систем государственного управления

Статья

Kipyatkova I.S., Karpov A.A. Recurrent neural network-based language modeling for an automatic Russian speech recognition system. Proceedings of Artificial Intelligence and Natural Language and Information Extraction, Social Media and Web Search FRUCT Conference, AINL-ISMW FRUCT 2015. 2015. pp. 33-38.

Статья

Kaya H., Karpov A., Ali Salah A. Fisher Vectors with Cascaded Normalization for Paralinguistic Analysis. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2015. pp. 909-913.

Статья

Kipyatkova I., Karpov A. A Comparison of RNN LM and FLM for Russian Speech Recognition. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015. Vol. 9319. pp. 42-50.

Статья

Lyakso E., Frolova O., Dmitrieva E., Grigorev A., Kaya H., Ali Salah A., Karpov A. EmoChildRu: Emotional Child Russian Speech Corpus. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015. Vol. 9319. pp. 144-152.

Статья

Kipyatkova I., Karpov A.A. Development of Factored Language Models for Automatic Russian Speech Recognition. Komp'juternaja Lingvistika i Intellektual'nye Tehnologii. 2015. Vol. 1. No. 14. pp. 241-254.

Статья

Карпов А.А., Верходанова В.О. Речевые технологии для малоресурсных языков мира [Speech technologies for under-resourced languages of the world]. Вопросы языкознания [Voprosy Jazykoznanija]. 2015. № 2. С. 117-135.

Статья

Карпов А.А. 4-й Международный семинар по речевым технологиям для малоресурсных языков SLTU-2014 [4 th International workshop on spoken language technologies for under-resourced languages]. Вопросы языкознания [Voprosy Jazykoznanija]. 2015. № 2. С. 150-152.

Статья

Karpov A.A., Ronzhin A.L., Kipyatkova I. Automatic Analysis of Speech and Acoustic Events for Ambient Assisted Living. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015. Vol. 9176. pp. 455-463.

Статья

Ronzhin A.L., Karpov A.A. A Software System for the Audiovisual Monitoring of an Intelligent Meeting Room in Support of Scientific and Education Activities. Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2015. Vol. 25. No. 2. pp. 237–254.

Статья

Карпов А.А., Zelezny M. Двуязычная многомодальная система для аудиовизуального синтеза речи и жестового языка по тексту. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2014. № 5(93). С. 92-98.

Статья

Kipyatkova I.S., Verkhodanova V.O., Karpov A. Rescoring N-Best Lists for Russian Speech Recognition using Factored Language Models. 4th Workshop on Spoken Language Technologies for Under-resourced languages, SLTU 2014. 2014. pp. 81-86.

Статья

Karpov A., Ronzhin A. A Universal Assistive Technology with Multimodal Input and Multimedia Output Interfaces. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2014. Vol. 8513. pp. 369-378.

Статья

Karpov A. Audiovisual monitoring system of intelligent room for automated support of scientific and educational meetings. Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2014. Vol. 24. No. ?. pp. 1-10.

Статья

Карпов А.А. Реализация автоматической системы многомодального распознавания речи по аудио- и видеоинформации. Автоматика и телемеханика. 2014. № 12. С. 125-138.

Статья

Karpov A. An Automatic Multimodal Speech Recognition System with Audio and Video Information. Automation and Remote Control. 2014. Vol. 75. No. 12. pp. 2190-2200.

Статья

Kipyatkova I., Karpov A. Study of Morphological Factors of Factored Language Models for Russian ASR. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2014. Vol. 8773. No. LNAI. pp. 451-458.

Статья

Karpov A., Kipyatkova I., Zelezny M. A Framework for Recording Audio-Visual Speech Corpora with a Microphone and a High-Speed Camera. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2014. Vol. 8773. No. LNAI. pp. 50-57.

Статья

Karpov A.A., Akarun L., Yalcin H., Ronzhin A., Demiroz B., Coban A., Zelezny M. Audio-Visual Signal Processing in a Multimodal Assisted Living Environment. Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. 2014. pp. 1023-1027.