Виявлення та розпізнавання простих об’єктів з використанням імовірнісного підходу
DOI:
https://doi.org/10.18372/2306-1472.73.12167Ключові слова:
Байєсівський підхід, виявлення об'єкту, розпізнавання, щільність імовірностіАнотація
Мета: Представлені результати досліджень спрямовані на краще розуміння методів комп’ютерного зору та їхніх можливостей. Статистичний підхід до виявлення та розпізнавання об'єктів дозволяє обробляти типові об’єкти з простими дескрипторами. Методи дослідження: Розглянутий підхід базується на методах теорії ймовірності, ядерній оцінці щільності ймовірності та комп'ютерному моделюванні як засобі апробації. Результати: Розглянутий підхід до виявлення та розпізнавання об'єктів продемонстрував ряд переваг у порівнянні з існуючими методами завдяки простоті реалізації та швидкій обробці даних. Представлені результати експериментальної перевірки доводять, що розглянутий метод може використовуватись для виявлення та розпізнавання об’єктів різної форми. Обговорення: Підхід може бути реалізований у багатьох системах комп’ютерного зору, що оглядають об’єкти в складних шумових умовах.Посилання
Bishop C.M. (2006) Pattern Recognition and Machine Learning. Singapore, Springer, 738 p.
Ali Z., Shahzad S.K., and Shahzad W. (2017) Performance Analysis of Statistical Pattern Recognition Methods in KEEL. Procedia Computer Science, No. 112, pp. 2022-2030.
Singh G., and Agrawal D.K. (2009) Pattern recognition: A review. In: Information Technology, Jain V.K., Ed. New Delhi, Excel Books Publ., pp. 399-405.
Webb A.R. (2002) Statistical Pattern Recognition. Guildford, Surrey, GB, John Wiley & Sons, Ltd, 496 p.
Kharchenko V.P., Kukush A.G., Kuzmenko N.S., and Ostroumov I.V. (2017) Probabilistic Approach to Object Detection and Recognition for Videostream Processing. Proceedings of the NAU, No. 2(71), pp. 8–14. doi: 10.18372/2306-1472.71.11741
Kharchenko V.P., Ostroumov I.V., and Zaitsev Y.V. (2008) Multiparameter classification of spectrum of flight situations. Proceedings of the NAU, No. 4(36), pp. 4–9. (In Ukranian)
Wasserman L. (2006). All of Nonparametric Statistics. Springer Texts in Statistics. New York, NY, Springer, 268 p.
Pham C.H., Yaguchi Y., and Naruse, K. (2016) Feature Descriptors: a Review of Multiple Cues Approaches. Proc. 2016 IEEE Int. Conf. on Computer and Information Technology. Fiji, pp. 310-315. doi: 10.1109/CIT.2016.61
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).
