Препознавање облика са ретком репрезентацијом коваријансних матрица и коваријансним дескрипторима
| Autor: | Brkljač Branko |
|---|---|
| Jazyk: | srbština |
| Rok vydání: | 2017 |
| Předmět: |
Препознавање облика
коваријансна матрица Гаусове смеше реткарепрезентација сигнала дигитална обрада слике анализа података Prepoznavanje oblika kovarijansna matrica Gausove smeše retkareprezentacija signala digitalna obrada slike analiza podataka Pattern recognition covariance matrix Gaussian mixtures sparserepresentation of signals digital image processing data analysis |
| Druh dokumentu: | Diplomová práce |
| Popis: | U radu je predložen novi model za retku aproksimaciju Gausovihkomponenti u modelima za statističko prepoznavanje oblikazasnovanim na Gausovim smešama, a sa ciljem redukcije složenostiprepoznavanja. Aproksimacije inverznih kovarijansnih matricakonstruišu se kao retke linearne kombinacije simetričnih matrica iznaučenog redundantnog skupa, korišćenjem informacionog kriterijumakoji počiva na principu minimuma diskriminativne informacije.Retka reprezentacija podrazumeva relativno mali broj aktivnihkomponenti prilikom rekonstrukcije signala, a taj cilj postiže takošto istovremeno teži: očuvanju informacionog sadržaja ijednostavnosti predstave ili reprezentacije. Paper presents a new model for sparse approximation of Gaussiancomponents in statistical pattern recognition models that are based onGaussian mixtures, with the aim of reducing computational complexity.Approximations of inverse covariance matrices are designed as sparse linearcombinations of symmetric matrices that form redundant set, which is learnedthrough information criterion based on the principle of minimumdiscrimination information. Sparse representation assumes relatively smallnumber of active components in signal reconstruction, and it achieves thatgoal by simultaneously striving for: preservation of information content andsimplicity of notion or representation. |
| Databáze: | Networked Digital Library of Theses & Dissertations |
| Externí odkaz: |
|