NAU Harvester System
Алгоритм виявлення варіативних ознак та прогнозування в контекстно-залежному розпізнаванні
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Алгоритм виявлення варіативних ознак та прогнозування в контекстно-залежному розпізнаванні
ALGORITHM OF VARIATIVE FEATURE DETECTION AND PREDICTION IN CONTEXT-DEPENDENT RECOGNITION Алгоритм выявления вариативных признаков и прогнозирования в контекстно-зависимо классификации распознавания |
|
| Creator |
Mukhina, M. P.; Національний авіаційний університет, Київ, Україна
Barkulova, I. V.; Національний авіаційний університет, Київ, Україна |
|
| Subject |
Розпізнавання об’єкта; контекстно-залежна класифікація; blob аналіз
УДК 528.715:004.932 (045) Object recognition; context-dependent classification; (binary large object) blob analysis UDC 528.715:004.932 (045) Распознавание объекта; контекстно-зависимая классификация; blob анализ УДК 528.715:004.932 (045) |
|
| Description |
Запропоновано використання контекстно-залежної класифікації для задач розпізнавання. Початковою точкою в довільній класифікації було обрано класифікатор Байєса. Морфологічні ознаки такі як форма об’єкта, площа, ексцентриситет, розглянуті з точки зору контекстно-залежної класифікації. Як результат, отримано залежності, які можна використовувати для розпізнавання об’єкта, і далі апроксимоване аналітичне представлення може використовуватися разом з детекторами точок інтересу. Розроблено процедуру прогнозування варіативних ознак об’єкта.
Application of context-dependent classification for recognition tasks is proposed. In the context-free classification, the starting point was the Bayesian classifier. Morphological features such as object form, area, and eccentricity were considered through context-dependent classification. As result, dependences which can be used for object recognition have been obtained, and further they can be used together with interesting point detectors. The procedure of prediction of object variative features was developed. Предложено использование контекстно-зависимой классификации для задач распознавания. Начальной точкой в контекстно-зависимой классификации был выбран классификатор Байеса. Морфологические признаки, такие как форма объекта, площадь, эксцентриситет, рассмотрены с точки зрения контекстно-зависимой классификации. Как результат, получены зависимости, которые можно использовать для распознавания объекта, и дальше аппроксимированные аналитическое представление может использоваться вместе с детекторами точек интереса. Разработана процедура прогнозирования вариативных признаков объекта. Распознавание объекта; контекстно-зависимая классификация; blob анализ |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2018-06-07
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/12785
10.18372/1990-5548.55.12785 |
|
| Source |
Electronics and Control Systems; Том 1, № 55 (2018); 80-86
Электроника и системы управления; Том 1, № 55 (2018); 80-86 Електроніка та системи управління; Том 1, № 55 (2018); 80-86 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|