Класифікація зображень на підставі ансамблю статистичних розподілів за класами еталонів для компонентів структурного опису

Гороховатський, В. О.; Гадецька, С. В.; Стяглик, Н. І.; Власенко, Н. В.

Публікація:
Класифікація зображень на підставі ансамблю статистичних розподілів за класами еталонів для компонентів структурного опису

dc.contributor.author	Гороховатський, В. О.
dc.contributor.author	Гадецька, С. В.
dc.contributor.author	Стяглик, Н. І.
dc.contributor.author	Власенко, Н. В.
dc.date.accessioned	2020-12-22T18:22:41Z
dc.date.available	2020-12-22T18:22:41Z
dc.date.issued	2020
dc.description.abstract	Актуальність. Сучасні системи комп’ютерного зору потребують дієвих класифікаційних рішень на підґрунті поглибле-ного аналізу природи оброблюваних даних. Статистичні розподіли є на сьогодні першорядним засобом аналізу у системах розпізнавання образів. У випадку, якщо опис розпізнаваного об’єкту подано чималою множиною векторів, статистичний апарат стає фундаментальним способом ефективного прийняття рішення про клас розпізнаваного об’єкту. Це викликає не-обхідність застосування універсального апарату розподілів у загальному виді для системи багатовимірних дескрипторів опису за встановленими класами даних, що визначаються заданою базою еталонів. Класифікатор створює або організовує нову просторову структуру векторів із елементів аналізованого об’єкту, яка загалом має деяку оцінювану подібність до структури чи складу елементів еталону, а класифікація здійснюється шляхом оптимізації міри цієї подібності на множині еталонів. Ймовірнісна модель породження даних виступає ключовим практичним підходом до формалізації задачі навчання класифікатора, суть якої полягає у встановленні статистичних розподілів об’єктів чи їх складових з наступною процедурою агрегації компонентних рішень та подальшої оптимізації у середовищі класів. Цінним представляється також вивчення та застосування критеріїв оцінювання ефективності у задачі класифікації, що ґрунтується на статистичних засадах. Мета роботи. Розроблення методу результативної класифікації зображень шляхом впровадження ансамблевих статис-тичних рішень для складу компонентів опису. Метод. Запропоновано спосіб класифікації зображень на основі побудови узагальненого рішення ансамблю компонент, для яких попередньо обчислюються статистичні розподіли за класами даних. Результати. Здійснено синтез методу класифікації шляхом застосування ансамблевого рішення компонентів опису. Під-тверджено працездатність і ефективність розробленого класифікатора. На прикладах застосування методу для синтезованих даних із використанням традиційних критеріїв експериментально оцінена його результативність. Висновки. Досліджені способи побудови класифікатора зображень засновані на ансамблі часткових рішень даних ста-тистичного аналізу для складових структурного опису у вигляді множини дескрипторів ключових точок. Статистичний підхід забезпечує виявлення пріоритетного класифікаційного рішення для компонентів опису, за множиною яких формується ре-зультуюче рішення ансамблю. Наукову новизну дослідження складає розроблення методу класифікації зображень на підставі ансамблю рішень компо-нентів опису, що засновані на їх статистичних розподілах за класами даних. Практична значущість роботи полягає у підтвердженні працездатності та результативності запропонованих методів на демонстраційних прикладах.	uk_UA
dc.identifier.citation	Класифікація зображень на підставі ансамблю статистичних розподілів за класами еталонів для компонентів структурного опису / В. О. Гороховатський, С. В. Гадецька, Н. І. Стяглик, Н. В. Власенко // Радіоелектроніка, інформатика, управління. – 2020. – № 4. – С. 85–94. DOI 10.15588/1607-3274-2020-4-9	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/14005
dc.language.iso	uk	uk_UA
dc.subject	комп'ютерний зір	uk_UA
dc.subject	ключова точка	uk_UA
dc.subject	дескриптор	uk_UA
dc.subject	релевантність описів	uk_UA
dc.subject	статистичні методи	uk_UA
dc.subject	класифікація зображень	uk_UA
dc.title	Класифікація зображень на підставі ансамблю статистичних розподілів за класами еталонів для компонентів структурного опису	uk_UA
dc.type	Article	uk_UA
dspace.entity.type	Publication