| Autor: |
Volodymyr Gorokhovatskyi, Nataliia Vlasenko |
| Jazyk: |
English<br />Ukrainian |
| Rok vydání: |
2021 |
| Předmět: |
|
| Zdroj: |
Сучасні інформаційні системи, Vol 5, Iss 4 (2021) |
| Druh dokumentu: |
article |
| ISSN: |
2522-9052 |
| DOI: |
10.20998/2522-9052.2021.4.02 |
| Popis: |
Предметом досліджень статті є класифікатори зображень за множиною дескрипторів ключових точок. Метою є підвищення продуктивності методів класифікації, зокрема, скорочення обчислювальних затрат шляхом впровадження на попередньому етапі оброблення апарату редукції для подання еталонних даних. Методи, що застосовуються: метричний апарат у векторному просторі, моделі для оцінювання інформативності даних, методи пошуку в масивах даних, моделі для визначення релевантності векторів та множин векторів, програмне моделювання. Отримані результати: розроблено метод редукції даних для задач класифікації зображень на основі впровадження метричних критеріїв для оцінювання інформативності елементів структурного опису зображення, що скорочує опис та прискорює обчислення; час класифікації для розглянутих експериментальних описів пропорційно скорочується зі зменшенням об’єму опису; для модельного експерименту досягнуто скорочення часу класифікації у п’ять разів при зменшенні обсягу опису у два рази; проведене моделювання підтверджує працездатність та результативність запропонованого методу в аспекті забезпечення якості класифікації з використанням засобів редукції. Практична значущість роботи – побудова моделей для оцінювання ступеня інформативності для образів візуальних даних; підтвердження працездатності запропонованих модифікацій засобів аналізу даних, розроблення прикладних програмних моделей для впровадження запропонованих методів редукції даних та класифікації зображень у системах комп’ютерного зору. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
