Алгоритм виявлення варіативних ознак та прогнозування в контекстно-залежному розпізнаванні

Автор(и)

  • M. P. Mukhina Національний авіаційний університет, Київ, Україна
  • I. V. Barkulova Національний авіаційний університет, Київ, Україна

DOI:

https://doi.org/10.18372/1990-5548.55.12785

Ключові слова:

Розпізнавання об’єкта, контекстно-залежна класифікація, blob аналіз

Анотація

Запропоновано використання контекстно-залежної класифікації для задач розпізнавання. Початковою точкою в довільній класифікації було обрано класифікатор Байєса. Морфологічні ознаки такі як форма об’єкта, площа, ексцентриситет, розглянуті з точки зору контекстно-залежної класифікації. Як результат, отримано залежності, які можна використовувати для розпізнавання об’єкта, і далі апроксимоване аналітичне представлення може використовуватися разом з детекторами точок інтересу. Розроблено процедуру прогнозування варіативних ознак об’єкта.

Біографії авторів

M. P. Mukhina, Національний авіаційний університет, Київ, Україна

Кафедра авіаційних комп’ютерно-інтегрованих комплексів, Навчально-науковий інститут інформаційно-діагностичних систем

Доктор технічних наук. Професор

I. V. Barkulova, Національний авіаційний університет, Київ, Україна

Кафедра авіаційних комп’ютерно-інтегрованих комплексів, Навчально-науковий інститут інформаційно-діагностичних систем

Аспірант

Посилання

D. G. Lowe, “Distinctive image features from scale-invariant keypoints,” International Journal of Computer Vision, 60(2): pp. 91–100, 2004.

H. Bay, T. Tuytelaars, and L. Van Gool, “SURF: Speeded up robust features,” in Proceedings of the 9th European Conference on Computer Vision, 2006.

Berthold K. P Horn, Robot Vision. MIT Press, 1986.

Theodoridis S. Konstantinos Koutroumbas, Pattern recognition, Elsevier, 2003.

##submission.downloads##

Номер

Том 1 № 55 (2018)

Розділ

МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ПРОЦЕСІВ ТА СИСТЕМ

Ліцензія

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).