Search academic texts

Information × Registration Number 2124U002693, Article popup.category Стаття, Опубліковано, Рецензована стаття Title METRIC GRANULATION METHODS FOR IMAGE DESCRIPTION IN THE IMAGE CLASSIFICATION PROBLEM popup.author Gorokhovatskyi VolodymyrStiahlyk NataliaMazur YehorVechirska AnnaGorokhovatskyi VolodymyrStiahlyk NataliaMazur YehorVechirska Anna popup.publication 06-09-2024 popup.source_user Національний університет «Полтавська політехніка імені Юрія Кондратюка» popup.source https://journals.nupp.edu.ua/sunz/article/view/3454 popup.publisher Національний університет «Полтавська політехніка імені Юрія Кондратюка» Description Предметом досліджень статті є методи класифікації зображень у системах комп’ютерного зору. Мета – удосконалення структурних методів класифікації задля підвищення їх швидкодії шляхом впровадження редукованої системи класифікаційних ознак на підґрунті здійснення грануляції еталонних описів. Застосовані методи: детектори ключових точок brisk та orb, апарат теорії множин і векторних просторів, метричні моделі кластеризації і грануляції векторів, моделі «мішок слів» і голосування для класифікації, програмне моделювання. Отримані результати: розроблено моделі для трансформації опису зображень у вигляді набору кластерних центрів і побудови редукованого опису з використанням грануляції за подібністю векторів, досліджено швидкісні методи класифікації зображень на основі впровадження трансформованих описів. Результативність розроблених модифікацій класифікатора залежить від способу грануляції даних і від параметрів порогів на еквівалентність векторів, мінімум значення метрики і число голосів дескрипторів для класу – переможця у схемі голосування. Запропоновано побудову ієрархічної системи ознак з кількома рівнями грануляції. На підставі впровадження модифікацій вдалося в сотні разів скоротити обчислювальні витрати при забезпеченні результативності класифікації на навчальній вибірці даних. Практична значущість роботи полягає у побудові програмних моделей для здійснення швидкісної класифікації, підтвердженні працездатності і точності запропонованих модифікацій для прикладної бази зображень, створенні програмного застосунку для впровадження модифікацій класифікаторів у комп’ютерному баченні. popup.nrat_date 2026-04-19 Close