Звіт про науково-дослідну роботу № 246 Моделі і методи грануляції та інтерпретації багатовимірних даних
Електронного архіву Харківського національного університету радіоелектроніки (Open Access Repository of KHNURE)
Переглянути архів Інформація| Поле | Співвідношення | |
| Creator |
Машталір, В. П.
Машталир, С. В. |
|
| Date |
2016-05-26T06:15:18Z
2016-05-26T06:15:18Z 2016-05-26T06:15:18Z |
|
| Identifier |
http://hdl.handle.net/123456789/3033
|
|
| Description |
Розроблено методи та моделі контекстної кластерізації відеоданих; методи та моделі мікроситуаційного аналізу даних; методи нормалізації зображень та методи побудови інваріантних до геометричних перетворень ознак із використанням проекцій зображення. Проведено дослідження та оцінка ефективності різних підходів і методів розпізнавання зображень у задачі комплексного аналізу графічних сцен. Обрана методологічна база, а саме семантичний підхід до аналізу зображень. Семантичний підхід до розпізнавання зображень являється значно більше гнучким, аніж традиційний статистичний, та припускає побудову інваріантних систем розпізнавання зображень, що не залежать від предметної області. Дані переваги мають велике значення для задачі аналізу графічних сцен, оскільки предметна область вихідних зображень не можуть бути обмежена. Узагальнений підхід до використання мір схожості при розвязанні задач аналізу мультимедійних даних. Також в результаті були розроблені гібридні методи статистично-семантичного аналізу та розпізнавання графічних сцен, що не залежать від предметної області, та дозволяють виконувати обробку графічної інформації у режимі реального часу. розроблено алгоритм розпізнавання та аналізу сцен на базі семантичної нейронної мережі.
|
|
| Language |
ru
|
|
| Subject |
задачи классификации
методы анализа изображений мультиалгебраические системы аксиоматика мультигрупп сегментация видеопотоков |
|
| Title |
Звіт про науково-дослідну роботу № 246 Моделі і методи грануляції та інтерпретації багатовимірних даних
|
|
| Type |
Other
|
|