Лаборатория Модели и методики Laboratory Models and Methods ПРИКЛАДНАЯ ИНФОРМАТИКА № 6 (54) 2014 М. Г. Казаков, аспирант Алтайского государственного технического университета, г. Барнаул, mike.kazakov@gmail.com Е. Н. Крючкова, канд. физ.-мат. наук, профессор Алтайского государственного технического университета, г. Барнаул, kruchkova_elena@mail.ru Классификация сложных изображений на основе семантического графа понятий Описывается метод классификации изображений, основанный на использовании семантических связей между классами и автоматически полученной обучающей выборке. <...> Метод позволяет анализировать сложные изображения путем корректировки результатов классификации семантически близких классов. <...> Введение степени разрешенными (как, например, задача локализации конкретного объекта (object detection) или поиска экземпляров объекта — instance recognition), задача классификации изображений (category recognition) (целиком либо по частям) остается крайне тяжелой. <...> Причин тому несколько [1]: • визуальная изменчивость предметов, относящихся к определенной категории; • допустимые структурные отличия межВ ду предметами, относящимися к одной категории; • невозможность экстенсивного наращивания обучающей выборки, так как комбинаторный взрыв приводит к переобучению; • связь между категоризацией объекта и внешним контекстом; • непонимание, как работают данные механизмы в сознании человека. <...> Отдельную сложность может представлять то, что возможны ситуации, когда ни один из классов, которым обучена система распознавания, не представлен на анализируемом изображении. <...> В этом случае Лаборатория Модели и методики то время как некоторые задачи распознавания в рамках компьютерного зрения можно считать в той или иной система распознавания должна выдать отсутствие имеющихся классов. <...> Большинство существующих на сегодняшний день механизмов классификации опирается на визуальные особенности изображений (visual features). <...> Базирующиеся на них подходы хорошо зарекомендовали <...>