Пошук академічних текстів

Інформація × Реєстраційний номер 2116U005994, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи СТРУКТУРНЕ РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ З ВИКОРИСТАННЯМ МОДЕЛЕЙ ІНТЕЛЕКТУАЛЬНОЇ ОБРОБКИ І САМООРГАНІЗАЦІЇ ОЗНАК Автор Гороховатський В. О.Гороховатський О. В.Берестовський А. Е.Gorokhovatsky V. A.Gorokhovatskyi A.V.Berestovskyi A. E. Дата публікації 27-10-2016 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/81241 Видання National University "Zaporizhzhia Polytechnic" Опис Статтю присвячено дослідженню проблеми розпізнавання зображень у комп’ютерному зорі на основі множини структурних SURF-ознак. У просторі структурних ознак виконано самоорганізацію з метою збільшення швидкодії процесу розпізнавання. В якості апарату для самоорганізації використано нейронну мережу Кохонена. Об’єктом дослідження є метод обчислення подібності описів і моделі інтелектуальної обробки у новому просторі ознак. Предметом дослідження є систематизація і групування множин структурних ознак візуальних об’єктів. Метою роботи є побудова методу структурного розпізнавання із застосуванням вхідних даних у вигляді множини кластерів структурних ознак, отриманих в результаті самоорганізації. Завданнями дослідження є вивчення особливостей і аналіз моделей для обчислення характеристик кластерів, побудова модифікованих заходів структурної подібності, експериментальне оцінювання якості розпізнавання для різних способів зіставлення описів у прикладній базі візуальних зразків. Запропоновано побудову методу розпізнавання зображень на основі еталонних описів у кластерному виді, а розпізнавання базується на класифікації структурних ознак об’єкта в просторі кластерів з подальшим обчисленням і оптимізацією подібності векторних описів. Проведено моделювання та експериментальні дослідження запропонованого методу розпізнавання на тестовій множині зображень із застосуваннямхарактерних ознак SURF. Підтверджено працездатність і ефективність методу в плані швидкодії, отримані оцінки якості розпізнавання для різноманіття варіантів оброблення. Додано в НРАТ 2026-02-09 Закрити