Please use this identifier to cite or link to this item: http://dspace.ubs.edu.ua/jspui/handle/123456789/1889
Title: Дослідження системи ієрархічних ознак при блочному поданні опису у складі множини ключових точок зображення
Other Titles: Investigation of the hierarchical features system in the block feed of the description in the composition of the image key points
Исследование системы иерархических признаков при блочном представлении описания в составе множества ключевых точек изображения
Authors: Гороховатський, Володимир Олексійович
Horokhovatskyi, Volodymyr
Гороховатский, Владимир Алексеевич
Руденко, Д. О.
Rudenko, D.
Руденко, Д. А.
Сірик, Т. О.
Siryk, T.
Сирык, Т. А.
Keywords: структурні методи розпізнавання зображень
ключова точка
детектор ORB
дескриптор
розподіл даних фрагменту
релевантність описів
манхеттенська метрика
швидкодія визначення релевантності
structural image recognition methods
key point
ORB detector
descriptor
fragment data distribution
descriptive relevance
Manhattan metric
speed of relevancy estimation
структурные методы распознавания изображений
ключевая точка
детектор ORB
распределение данных фрагмента
релевантность описаний
манхэттенская метрика
быстродействия определения релевантности
Issue Date: 2019
Publisher: Полтавський національний технічний університет імені Юрія Кондратюка
Bibliographic description (Ukraine): Гороховатський В. О. Дослідження системи ієрархічних ознак при блочному поданні опису у складі множини ключових точок зображення / В. О. Гороховатський, Д. О. Руденко, Т. О. Сірик // Системи управління, навігації та зв’язку. – 2019. – № 2(54). – C. 69-73.
Abstract: Предметом досліджень статті є ієрархічні моделі для встановлення ступеня релевантності описів зображень при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є розроблення модифікації методу структурного розпізнавання на підставі впровадження блокових моделей даних із інтегруванням ймовірнісних розподілів. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією ієрархічного оброблення даних при визначенні релевантності структурних описів, вивчення властивостей цих моделей, оцінювання результативності при обробленні зображень. Застосовуваними методами є: детектор ORBдля формування дескрипторів ключових точок, інтелектуальний аналіз даних, методи побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані такі результати. Перехід від опису множин дескрипторів до розподілів фрагментів, побудова ієрархічних ознак забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у кілька разів швидше, ніж на підставі розподілів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження блочної структури опису із використанням інтегрованих значень розподілу для фрагментів множини дескрипторів. Практична значущість – досягнення суттєвого рівня підвищення швидкодії при обчисленні релевантності, підтвердження результативності запропонованих ієрархічних ознак на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації всистемах комп’ютерного зору. The subjects of the paper are the hierarchical models for estimation of the image descriptions relevance when recognizing visual objects in computer vision systems. The goal is to modify an image structural recognition method based on the implementation of block data models with the integration of probability distributions.The tasks are:include the development of mathematical and software models ofefficient hierarchical data processing for determining the relevanceof structural descriptions, investigation of the properties of these models, evaluation of the effectiveness of image processing. The methodsare used: an ORB detector to form the key point descriptors, data mining, methods for construction of the bit-data distribution, a method of metric relevance estimation, software modeling. The following results were obtained. The transition from the sets of descriptors to distributions of fragments, the construction of hierarchical features provide the necessary recognition performance. Data processing and analysis are performed several times faster compared to ones based on distributions.Conclusions.The contribution of the paper is the improvement of the structural image recognition method with the introduction of a block description structure using integrated distribution values for fragments of the set of key point descriptors. The practical significance of the paper is the achievement of an increase of image relevance calculation speed, confirmation of the effectiveness of hierarchical features using image examples, obtaining of an application software models for research and implementation of classification methods in computer vision systems. Предметом исследования статьи являются иерархические модели для определения степени релевантности описаний изображений при распознавании визуальных объектов в системах компьютерного зрения. Целью является разработка модификации метода структурного распознавания на основе внедрения блочных моделей данных с интегрированием вероятностных распределений. Задание: разработка математических и программных моделей для эффективной по быстродействию иерархической обработки данных при определении релевантности структурных описаний, изучение свойств этих моделей, оценивание результативности при обработке изображений. Использованными методами являются: детектор ORB для формирования дескрипторов ключевых точек, интеллектуальный анализ данных, методы построения распределения битовых данных, аппарат метрического определения релевантности, программное моделирование. Получены такие результаты. Переход от описания как множеств дескрипторов к распределениям фрагментов, построение иерархических признаков обеспечивают необходимую результативность распознавания. Обработка и анализ данных выполняется в несколько раз быстрее, чем на основании распределений. Выводы. Научная новизна исследования состоит в усовершенствовании метода структурного распознавания изображений на основе внедрения блочной структуры описания с использованием интегрированных значений распределения для фрагментов множества дескрипторов. Практическая значимость – достижение существенного уровня повышения быстродействия при вычислении релевантности, подтверждение результативности иерархических признаков на примерах изображений, получение прикладных программных моделей для исследования и внедрения методов классификации в системах компьютерного зрения.
URI: http://dspace.ubs.edu.ua/jspui/handle/123456789/1889
ISSN: 2073-7394
Appears in Collections:наукові статті

Files in This Item:
File Description SizeFormat 
Horokhovatskyi Investigation of the hierarchical.pdf469.35 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.