Виявлення та розпізнавання об’єктів за допомогою ймовірнісного підходу при обробці відеоданих
DOI:
https://doi.org/10.18372/2306-1472.71.11741Ключові слова:
Байєсівський підхід, виявлення об'єкту, відеопотік, розпізнавання, щільність імовірностіАнотація
Мета: Представлені результати спрямовані на розвиток теоретичних засад комп'ютерного зору та штучного інтелекту динамічних систем. Запропонований підхід до виявлення та розпізнавання об'єктів базується на ймовірнісних методах забезпечення необхідного рівня правильного розпізнавання об'єктів. Методи дослідження: Представлений підхід базується на методах теорії ймовірності, статистичних методах оцінки щільності ймовірності та комп'ютерному моделюванні. Результати: Запропонований підхід для виявлення та розпізнавання об'єктів при обробці відеоданих продемонстрував ряд переваг у порівнянні з існуючими методами завдяки простоті реалізації та швидкій обробці даних. Представлені результати експериментальної перевірки виглядають перспективно для виявлення та розпізнавання об'єктів у відеопотоці. Обговорення: Підхід може бути реалізований у динамічній системі в умовах мінливого середовища, наприклад, у дистанційно пілотованих авіаційних системах, та може бути складовою штучного інтелекту в системах навігації та управління.
Посилання
Martin D. Levine. (1985) Vision in Man and Machine. McGraw-Hill Series in Electrical Engineering. McGraw-Hill, New York, 574 p.
Wechsler Harry. (1990) Computational Vision. Academic Press, New York, 551 p.
Schalkoff, R. J. (1992) Pattern Recognition: Statistical, Structural and Neural Approaches. John Wiley, 384 p.
Temnykov, F. E., Afonyn, V. A., Dmytryev, V. Y. (1971) Theoretical Backgrounds of Information Technology. Enerhyya, 424 p. (In Russian).
Pospelov D.A. (1989) Modeling of Reasonings. Radyo i svyaz, 184 p. (In Russian).
Fukunaga K., Narendra P.M. (1975) A Branch and Bound Algorithm for Computing k-Nearest Neighbors. IEEE Transactions on Computers, Vol.: C-24, Is.: 7, 750 – 753 p.
Kharchenko V.P., Ostroumov I.V., and Zaitsev Y.V. (2008) Multiparameter classification of spectrum of flight situations. Proceedings of the NAU, Vol. 4(36), 4–9. (In Ukranian).
Kharchenko, V.Р., and Ostroumov, I.V. (2008) Multiple-choice classification in air navigation system. Proceedings of the NAU, Vol. 2, 5–9 р.
Kharchenko V., Kuzmenko N., Kukush A., Ostroumov I. (2016) Multi-parametric data recovery for unmanned aerial vehicle navigation system. IEEE 4th International Conference «Methods and Systems of Navigation and Motion Control»(MSNMC), October 18-20, 295–299 p.
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).