Реєстраційний номер
0213U003422,
0110U002636
, Науково-дослідна робота
Назва роботи
Моделі і методи грануляції та інтерпретації багатовимірних даних
Назва етапу роботи
Керівник роботи
Машталір В.П.,
Дата реєстрації
05-02-2013
Організація виконавець
Харківський національний університет радіоелектроніки
Опис етапу
Розроблено методи та моделі контекстної кластерізації відеоданих; методи та моделі мікроситуаційного аналізу даних; методи нормалізації зображень та методи побудови інваріантних до геометричних перетворень ознак із використанням проекцій зображення. Проведено дослідження та оцінка ефективності різних підходів і методів розпізнавання зображень у задачі комплексного аналізу графічних сцен. Обрана методологічна база, а саме семантичний підхід до аналізу зображень. Семантичний підхід до розпізнавання зображень являється значно більше гнучким, аніж традиційний статистичний, та припускає побудову інваріантних систем розпізнавання зображень, що не залежать від предметної області. Дані переваги мають велике значення для задачі аналізу графічних сцен, оскільки предметна область вихідних зображень не можуть бути обмежена. Узагальнений підхід до використання мір схожості при розвязанні задач аналізу мультимедійних даних. Також в результаті були розроблені гібридні методи статистично-семантичного аналізу та розпізнавання графічних сцен, що не залежать від предметної області, та дозволяють виконувати обробку графічної інформації у режимі реального часу. розроблено алгоритм розпізнавання та аналізу сцен на базі семантичної нейронної мережі.
Опис продукції
Розроблено методи та моделі контекстної кластерізації відеоданих; методи та моделі мікроситуаційного аналізу даних; методи нормалізації зображень та методи побудови інваріантних до геометричних перетворень ознак із використанням проекцій зображення. Проведено дослідження та оцінка ефективності різних підходів і методів розпізнавання зображень у задачі комплексного аналізу графічних сцен. Обрана методологічна база, а саме семантичний підхід до аналізу зображень. Узагальнений підхід до використання мір схожості при розвязанні задач аналізу мультимедійних даних. Також в результаті були розроблені гібридні методи статистично-семантичного аналізу та розпізнавання графічних сцен, що не залежать від предметної області, та дозволяють виконувати обробку графічної інформації у режимі реального часу. розроблено алгоритм розпізнавання та аналізу сцен на базі семантичної нейронної мережі.
Автори роботи
Білоус І.А.
Білоус Н.В.
Братчун А.С.
Власенко Н.В.
Горбач Т.В.
Гороховатський В.О.
Гороховатський О.В.
Кіношенко Д.К.
Кобилін О.А.
Красов А.И.
Кузьменко Є.Ю.
Куліков Ю.В.
Ляшенко В.В.
Мантула Є.В.
Машталір С.В.
Передрій О.О.
Полякова Т.В.
Путятін Є.П.
Сакало Є.С.
Удовіченко А.Г.
Шляхов В.В.
Щербінін К.С.
Додано/оновлено в НРАТ
2020-04-02
