Пошук академічних текстів

Інформація × Реєстраційний номер 2124U009244, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи РОЗПІЗНАВАННЯ ОБЛИЧЧЯ ЗА ДОПОМОГОЮ ДЕСЯТИВИМІРНОГО ЕЛІПСОЇДА ПРОГНОЗУВАННЯ ДЛЯ НОРМАЛІЗОВАНИХ НА ОСНОВІ ПЕРЕТВОРЕННЯ БОКСА-КОКСА ДАНИХ Автор Приходько С. Б.Трухов А. С.Prykhodko S. B.Trukhov A. S. Дата публікації 27-06-2024 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/305853 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розпізнавання обличчя, яке є одним із завдань розпізнавання образів, відіграє важливу роль у сучасному інформаційному світі та знаходить широке застосування в різних галузях, включаючи системи безпеки, управління доступом та ін. Це робить його важливим інструментом для забезпечення безпеки та персоналізації. Однак низька ймовірність ідентифікації особи за обличчям може мати негативні наслідки, тому існує потреба в розробці та вдосконаленні методів розпізнавання обличчя. Об’єктом дослідження є процес розпізнавання обличчя. Предметом дослідження є математична модель для розпізнавання обличчя. Один з часто використовуваних методів розпізнавання образів полягає в побудові правил прийняття рішень на основі еліпсоїда прогнозування. Важливим обмеженням його застосування є необхідність виконання припущення про багатовимірний нормальний розподіл даних. Однак у багатьох випадках багатовимірний розподіл реальних даних може відхилятися від нормального, що призводить до зниження ймовірності розпізнавання. Тому виникає необхідність удосконалення математичних моделей, які враховували б зазначене відхилення. Мета роботи полягає у підвищенні ймовірності розпізнавання обличчя шляхом побудови десятивимірного еліпсоїду прогнозування для нормалізованих за допомогою перетворення Бокса-Кокса даних. Метод. Застосування тесту Мардіа для перевірки відхилення багатовимірного розподілу даних від нормального. Побудова правил прийняття рішень для розпізнавання обличчя за допомогою десятивимірного еліпсоїду прогнозування для нормалізованих на основі перетворення Бокса-Кокса даних. Отримання оцінок параметрів одновимірного та десятививимірного перетворень Бокса-Кокса за допомогою методу максимальної правдоподібності. Результати. Здійснено порівняння результатів розпізнавання облич за допомогою правил прийняття рішень, які побудовані за допомогою десятивимірного еліпсоїду прогнозування для нормалізованих за різними перетвореннями даних. У порівнянні із застосуванням одновимірних нормалізуючих перетворень (десяткового логарифму та Бокса-Кокса) та у випадку відсутності нормалізації використання десятивимірного перетворення Бокса-Кокса призводить до збільшення ймовірності розпізнавання облич. Висновки. Для розпізнавання обличчя удосконалено математичну модель у вигляді десятивимірного еліпсоїду прогнозування для нормалізованих за допомогою багатовимірного перетворення Бокса-Кокса даних, що дозволяє підвищити ймовірність розпізнавання у порівнянні із застосуванням відповідних моделей, які побудовані або без нормалізації, або із використанням одновимірних нормалізуючих перетворень. Досліджено, що математична модель, побудована для нормалізованих даних за допомогою багатовимірного перетворення Бокса-Кокса, має більшу ймовірність розпізнавання за рахунок того, що одновимірні перетворення нехтують кореляцією між геометричними ознаками обличчя. Додано в НРАТ 2026-02-25 Закрити