Пошук академічних текстів

Інформація × Реєстраційний номер 2124U002693, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи СПОСОБИ МЕТРИЧНОЇ ГРАНУЛЯЦІЇ ДЛЯ ОПИСУ ЗОБРАЖЕНЬ У ЗАДАЧІ КЛАСИФІКАЦІЇ Автор Gorokhovatskyi VolodymyrStiahlyk NataliaMazur YehorVechirska AnnaGorokhovatskyi VolodymyrStiahlyk NataliaMazur YehorVechirska Anna Дата публікації 06-09-2024 Постачальник інформації Національний університет «Полтавська політехніка імені Юрія Кондратюка» Першоджерело https://journals.nupp.edu.ua/sunz/article/view/3454 Видання Національний університет «Полтавська політехніка імені Юрія Кондратюка» Опис 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. Додано в НРАТ 2026-04-19 Закрити