Застосування статистичних мір релевантності для векторних структурних описів об'єктів у задачі класифікації зображень

Abstract

Вирішується задача класифікації зображень у просторі ознак дескрипторів особливих точок з поданням опису у кластерному виді і використанням статистичних мір для обчислення релевантності описів. Проведено аналіз особливостей застосування статистичного та метричного класифікаторів при визначенні рівня релевантності структурних описів. Виконано порівняння характеристик мір релевантності на розрахункових прикладах. Запропоновано використання розходження Кульбака-Лейблера як універсальної і ефективної міри для задачі класифікації. Підтверджена результативність запропонованого підходу для прикладних баз зображень. Наукова новизна дослідження полягає у розвиненні методу структурного розпізнавання зображень на основі кластерного опису множини дескрипторів особливих точок шляхом застосування апарату статистичних мір для визначення релевантності аналізованих та еталонних даних і побудови класифікаційних висновків у просторі кластер – еталон. Практична значущість роботи – отримання прикладних розрахункових моделей для застосування методів класифікації і підтвердження їх результативності в конкретних прикладах базах зображень.

The problem of image classification in the space of attributes of descriptors of singular points is solved with representation of the description in cluster form and using of statistical measures to calculate relevance of descriptions. The analysis of specific application feature of statistical and metric classifiers in determining the level of relevance of structural descriptions is performed. Comparison of the characteristics of relevance measures on the calculated examples is performed. Kullback-Leibler divergence was proposed to use as a universal and effective measure for the classification problem. The effectiveness of the proposed approach for application image dataset was confirmed. The scientific novelty of the research is to develop the method of structural recognition of images basd on the cluster description of the set of descriptors of special points by using the apparatus of statistical measures to determine the relevance of the analyzed and reference data and the construction of classifications in the space cluster - standard. Practical significance of work - to obtain applied calculation models for the application of classification methods and confirm their effectiveness in specific examples of image databases.