Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634840)
Контекстум
Руконтекст антиплагиат система
Вестник компьютерных и информационных технологий  / №8 2013

МЕТОДЫ БЫСТРОЙ КЛАССИФИКАЦИИ ОБЪЕКТОВ ТИПА «ЧЕЛОВЕК» И «АВТОМОБИЛЬ» В ЗАДАЧАХ МАШИННОГО ЗРЕНИЯ (210,00 руб.)

0   0
Первый авторВишняков
АвторыМалин И.К.
Страниц8
ID569265
АннотацияПредложен метод классификации объектов типа «человек» и «автомобиль» в задачах машинного зрения с использованием систем статистических гипотез и комплексированием результатов с применением решающих правил различного вида. Для критериев и решающих правил построены графики зависимостей ошибок первого рода от ошибок второго рода, приведены матрицы ошибок классификации. Показан пример применения рассматриваемого метода на общедоступных базах видеороликов
УДК004.93
Вишняков, Б.В. МЕТОДЫ БЫСТРОЙ КЛАССИФИКАЦИИ ОБЪЕКТОВ ТИПА «ЧЕЛОВЕК» И «АВТОМОБИЛЬ» В ЗАДАЧАХ МАШИННОГО ЗРЕНИЯ / Б.В. Вишняков, И.К. Малин // Вестник компьютерных и информационных технологий .— 2013 .— №8 .— С. 32-39 .— URL: https://rucont.ru/efd/569265 (дата обращения: 26.04.2024)

Предпросмотр (выдержки из произведения)

УДК 004.93 Б.В. Вишняков, канд. физ.-мат. наук, И.К. Малин (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва); e-mail:vishnyakov@gosniias.ru МЕТОДЫ БЫСТРОЙ КЛАССИФИКАЦИИ ОБЪЕКТОВ ТИПА «ЧЕЛОВЕК» И «АВТОМОБИЛЬ» В ЗАДАЧАХ МАШИННОГО ЗРЕНИЯ* Предложен метод классификации объектов типа «человек» и «автомобиль» в задачах машинного зрения с использованием систем статистических гипотез и комплексированием результатов с применением решающих правил различного вида. <...> Для критериев и решающих правил построены графики зависимостей ошибок первого рода от ошибок второго рода, приведены матрицы ошибок классификации. <...> Показан пример применения рассматриваемого метода на общедоступных базах видеороликов. <...> Введение В последнее время стандартный набор функций систем видеонаблюдения, включающий передачу видеоданных по сети, хранение в архиве, создание операторами меток и закладок, стал недостаточен для современных систем. <...> 28 «Вестник компьютерных и информационных технологий» № 8, 2013 Одной из важнейших задач, которые должны решать такие системы, является автоматическое определение типа движущихся объектов. <...> В городских условиях основными классами объектов, появляющихся в поле зрения видеокамеры, являются люди и автомобили. <...> Методы первой группы являются общими методами классификации объектов, не привязанными к конкретным классам. <...> Внешний вид объекта описывается некоторым набором дескрипторов (гистограммы ориентации градиентов [1], дескрипторы особых точек SIFT (Scale-Invariant Feature Transform) [2] и SURF (Speeded Up Robust Feature) [3] и т.д.), а затем на основе значений этих дескрипторов выносится решение о типе объекта согласно заранее проведенной процедуре обучения по размеченной базе видеороликов. <...> Методы второй группы специфичны для задачи классификации «человек/машина», используемые признаки объектов позволяют эффективно разделить именно эти два класса объектов. <...> Набор и число используемых признаков <...>