Публікація: Вивчення критеріїв інформативності даних при впровадженні апарату дерев рішень у методах структурної класифікації зображень
Завантаження...
Дата
2020
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Актуальність. Дієві класифікаційні рішення у сучасних системах комп’ютерного зору потребують поглибленого вивчення природи оброблюваних даних. Кластерне подання для базової системи структурних ознак як множини дескрипторів ключових точок зображення сприяє зниженню розмірності та суттєвому спрощенню засобів аналізу даних. Основним інструментом є статистичне дослідження даних описів у складі кластерного подання, яке відображає узагальнені властивості візуального об’єкта. Впровадження апарату дерев ґрунтується на статистичному аналізі компонентів даних задля прийняття рішення про віднесення візуального об’єкту до відповідного класу. Побудова дерев базується на показниках інформативності даних, що забезпечують процес логічного оброблення при розділенні у гілках дерева. Маючи єдину ймовірнісну природу, ці показники вимірюють і оцінюють суттєво різну за змістом інформацію. Важливим представляється вивчення як загальних властивостей цих критеріїв у задачі класифікації, так і оцінювання їх індивідуальних характеристик.
Мета роботи. Вирішення задачі класифікації візуальних об’єктів за кластерним поданням даних для структурного опису зображення із застосуванням апарату дерев рішень.
Метод. Запропоновано спосіб класифікації зображень на основі кластерного подання даних із використанням апарату дерев рішень та інструментарію теорії інформації.
Результати. Підтверджено працездатність і ефективність методу класифікації шляхом застосування апарату дерев до кластерного подання даних структурного опису зображення. На прикладах застосування різних критеріїв інформативності для реальних експериментальних даних зображень оцінена результативність створених дерев. Порівняльним чином проаналізовані особливості впровадження різних критеріїв інформативності даних при побудові дерева рішень.
Висновки. Застосування розглянутих критеріїв інформативності різним чином задає послідовність впровадження неза-лежних змінних у класифікаційному дереві, якими виступають числові показники кластерного подання опису зображення. Проведені розрахунки свідчать про те, що ентропія Шеннона та коефіцієнт Джині є достатньо потужними критеріями інфо-рмативності, які забезпечують практичну побудову класифікаційного дерева рішень. Схожість функції сумісної інформати-вності кореневого вузла для різних критеріїв підтверджує об’єктивність проведеного дослідження, а їх відмінність відображає індивідуальний характер чутливості до аналізованих даних.
Наукову новизну дослідження складає удосконалення та статистичне обґрунтування процедур прийняття класифікаційних рішень для даних кластерного подання описів зображень на основі впровадження моделей дерев.
Практична значущість роботи полягає у підтвердженні результативності запровадження апарату дерев для класифікації даних на прикладах зображень у системах комп’ютерного зору.
Опис
Ключові слова
комп'ютерний зір, ключова точка, розпізнавання образів, релевантність описів
Бібліографічний опис
Гадецька С. В. Вивчення критеріїв інформативності даних при впровадженні апарату дерев рішень у методах структурної класифікації зображень / С. В. Гадецька, В. О. Гороховатський, Н. І. Стяглик // Радіоелектроніка, інформатика, управління. – 2020. – № 3. – С. 78–87.