Видання НТУ "ХПІ"
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/62886
Переглянути
3 результатів
Результати пошуку
Документ Застосування систем ортогональних функцій для формування простору ознак у методах класифікації зображень(Національний технічний університет "Харківський політехнічний інститут", 2022) Гороховатський, Володимир Олексійович; Творошенко, Ірина Сергіївна; Чмутов, Юрій ВадимовичПредметом досліджень статті є удосконалення структурних методів класифікації зображень у системах комп'ютерного зору. Метою є скорочення обчислювальних витрат на класифікацію шляхом впровадження апарату розкладання компонентів опису зображення за системою ортогональних функцій та впровадження моделей стиснення простору ознак. Застосовувані методи: детектор ключових точок ORB, апарат теорії множин і векторних просторів, метричні моделі для визначення релевантності щодо множин багатовимірних векторів, теорія ортогонального розкладення векторів, елементи теорії ймовірностей, програмне моделювання. Отримані результати: розроблено модифікації методу класифікації зображень на основі впровадження ортогонального розкладення даних у векторному просторі, запропоновано моделі для стиснення даних у трансформованому просторі ознак, введено метрику Танімото для зіставлення образів, встановлено спосіб вибору порогу для визначення еквівалентних компонентів опису. Результативність розроблених модифікацій класифікатора залежить від вибору підмножини функцій для розкладення, метрики для зіставлення описів, способу визначення порогу еквівалентності. Впровадженням апарату ортогональних функцій вдалося не тільки у десятки разів скоротити обчислювальні витрати, але і забезпечити достатньо високі показники результативності та завадостійкості класифікації. Практична значущість роботи – побудова нових моделей класифікатора зображень у трансформованому просторі ознак, підтвердження працездатності, швидкодії та завадостійкості запропонованих модифікацій на прикладах зображень, створення програмного застосунку для впровадження розроблених методів класифікації у системах комп'ютерного зору.Документ Матриця відстаней для множини компонентів структурного опису як інструмент для створення класифікатора зображень(Національний технічний університет "Харківський політехнічний інститут", 2023) Гороховатський, Володимир Олексійович; Передрій, Олена Олегівна; Творошенко, Ірина Сергіївна; Марков, Тарас ЄвгеновичПредметом досліджень статті є методи класифікації зображень у системах комп'ютерного зору. Мета – розвинення структурних методів класифікації в аспекті впровадження системи класифікаційних ознак на підґрунті значень матриці відстаней для багатовимірних компонентів опису. Застосовувані методи: детектор ключових точок AKAZE, апарат теорії множин і векторних просторів, метричні моделі визначення релевантності для множин багатовимірних векторів, теорія формування розподілів даних, елементи теорії ймовірностей, програ мне моделювання. Отримані результати: розроблено модифікації методу класифікації зображень на основі впро вадження формалізму матриць відстаней для множини компонентів опису, запропоновано інтеграційні моделі для формування класифікаційних ознак та здійснення дій над множинами векторів на основі матриці відстаней, вста новлено метричні особливості множин багатовимірних векторів як ознак класифікації. Результативність розробле них модифікацій класифікатора залежить від вибору підмножини та числа дескрипторів у описі, міри для зістав лення описів. На підставі впровадження апарату матриці відстаней вдалося сформувати інтегровані ознаки у ви гляді одновимірних розподілів даних і скоротити обчислювальні витрати при забезпеченні результативності кла сифікації на навчальній вибірці даних. Практична значущість роботи полягає у побудові моделей класифікації на підставі матриці відстаней, підтвердженні працездатності запропонованих модифікацій на прикладах зображень, створенні програмного застосунку для впровадження розроблених класифікаторів у комп'ютерному баченні.Документ Застосування багатокомпонентної моделі даних для описів класів у задачі класифікації зображень(Національний технічний університет "Харківський політехнічний інститут", 2022) Гороховатський, Володимир Олексійович; Стяглик, Наталя Іванівна; Жадан, Олексій ВіталійовичПредметом досліджень статті є методи класифікації зображень за множиною дескрипторів ключових точок у системах комп'ютерного зору. Метою є підвищення ефективності класифікації шляхом впровадження багатокомпонентної моделі даних на множині дескрипторів для бази еталонних образів. Застосовувані методи: детектор та дескриптори ORB, апарат теорії множин і векторного простору, метричні моделі визначення релевантності для множин багатовимірних векторів, елементи теорії ймовірностей, програмне моделювання. Отримані результати: розроблено модифікований метод класифікації зображень на основі впровадження багатокомпонентної моделі для аналізу даних із системою центрів, визначено способи побудови множини центрів даних, найбільш ефективним є медоїд множиниі базовані на ньому центри. Результативність модифікації суттєво залежить від способу формування центрів, застосованої моделі класифікації, а також від самих даних. Найкращі результати показала класифікація з інтегрованим показником окремо для кожного із еталонів у вигляді суми значень розподілів для набору центрів; експериментально перевірена результативність класифікації, підтверджена працездатність запропонованого методу. Практична значущість роботи – побудова моделей класифікації у трансформованому просторі даних, підтвердження працездатності запропонованих модифікацій на прикладах зображень, створення програмного застосунку для впровадження розроблених методів класифікації у системах комп'ютерного зору.