Search academic texts

Information × Registration Number 2122U007032, Article popup.category Опубліковано, Стаття Title STATISTICAL DATA ANALYSIS TOOLS IN IMAGE CLASSIFICATION METHODS BASED ON THE DESCRIPTION AS A SET OF BINARY DESCRIPTORS OF KEY POINTS popup.author Гадецька С. В.Гороховатський В. О.Стяглик Н. І.Власенко Н. В.Gadetska S. V.Gorokhovatskyi V. O.Stiahlyk N. I.Vlasenko N. V. popup.publication 10-01-2022 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/250969 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Сучасні системи комп’ютерного зору потребують дієвих класифікаційних рішень на підґрунті вивчення природи оброблюваних даних. Статистичні розподіли на цей час є досконалим засобом подання та аналізу візуальних даних у системах розпізнавання образів. Якщо опис розпізнаваного об’єкту представлено множиною векторів, статистичний апарат стає фундаментальним для прийняття класифікаційного рішення. Вивчення розподілів даних у складі системи блоків для дескрипторів ключових точок показали свою результативність у аспекті забезпечення потрібних показників якості класифікації та швидкодії оброблення. Виникає необхідність поглибленого вивчення статистичних властивостей для множини дескрипторів у аспекті головного фактору – розрізнення багатовимірних даних задля класифікації. Особливе значення набуває ця задача при побудові нових ефективних просторів ознак, наприклад, шляхом агрегування множини дескрипторів за їх складовими компонентами, в тому числі за окремими бітами. Для цього природнім є напрацьоване використання апарату статистичних критеріїв, призначених для порівняння параметрів розподілу досліджуваних вибірок. Незважаючи на широке застосування і прикладну результативність апарату дескрипторів для класифікації зображень, до цих пір залишається не дослідженим статистичне підґрунтя цих методів при впровадженні їх у агрегованих системах ознак візуальних даних і вибір ефективних засобів для оцінювання їх дієвості для розрізнення реальних зображень у прикладних базах даних. Мета роботи. Розроблення ефективного за швидкодією методу результативної класифікації зображень шляхом впровадження агрегованих статистичних ознак для складу компонентів опису. Метод. Запропоновано метричний класифікатор зображень на основі агрегації ознак для множини дескрипторів опису із використанням статистичних критеріїв щодо оцінювання значущості класифікаційного рішення. Результати. Здійснено синтез методу класифікації на підставі впровадження агрегованих статистичних ознак для множини дескрипторів опису зображення. Підтверджено працездатність і ефективність розробленого класифікатора. На прикладах застосування варіантів методу для системи ознак реальних зображень експериментально оцінена його результативність. Висновки. Проведене дослідження дає можливість оцінити прикладну ефективність застосування апарату дескрипторів ключових точок зображення і побудови на його основі агрегованої системи ознак для результативного здійснення класифікації візуальних об’єктів. Наше дослідження показало, що наявної інформації у вигляді бітового подання дескрипторів опису достатньо для значущого статистичного розрізнення описів візуальних об’єктів. Аналіз пар і інших блоків для бітів дескрипторів дає перспективну можливість скорочення часу оброблення. Наукову новизну дослідження складає розроблення методу класифікації зображень на підставі системи інтегрованих статистичних ознак для структурного опису, підтвердження результативності методу та значущості створеної системи ознак при класифікації у межах бази зображень. Практична значущість роботи полягає у підтвердженні працездатності та результативності запропонованих методів на прикладах дескрипторних описів реальних зображень. popup.nrat_date 2026-02-09 Close