Дослідження методу структурної класифікації зображень з використанням засобів нечіткої кластеризації даних

Abstract

Об’єктами дослідження є методи кластеризації щодо зображень із набору – «CelebaFaces Attributes Dataset (CelebA)». Метою дослідження є розробка алгоритмів самоорганізації для навчання нечіткої мережі із застосуванням алгоритму нечіткої самоорганізації « C-means» для забезпечення результативної класифікації зображень за їх структурним описом. Розглянуто методи класифікації візуальних об’єктів із використанням засобів нечіткої самоорганізації із застосуванням статистичних характеристик опису, побудованого у вигляді множини дескрипторів ключових точок. У результаті роботи проведено дослідження, здійснена програмна реалізація методу класифікації зображень із використанням засобів нечіткої кластеризації, виявлено особливості їх впровадження для багатовимірних даних описів зображень.