Багатовимірна природа оброблюваних даних у сучасних системах комп'ютерного зору потребує нових підходів до побудови результативних просторів ознак, що спрощують опрацювання за рахунок узагальнення наявної інформації. Структурні методи розпізнавання зображень використовують описи візуальних об'єктів у вигляді наборів дескрипторів ключових точок як множини числових векторів високої розмірності. Основним інструментом зниження розмірності виступає представлення даних у вигляді системи їх блоків та статистичне дослідження таких структур даних, яке в аспекті розпізнавання покладене відображати сумарні властивості об'єкта як сукупності його фрагментів. У зв'язку з цим виникає проблема вивчення особливостей прикладного застосування та характеристик моделі блочного подання в аспекті її вживання для визначення релевантності описів та класифікації даних в межах бази еталонних зображень. Мета роботи - здійснення статистичного оцінювання значущості прийняття класифікаційних рішень на основі обчислення релевантності описів об'єктів для моделі блочного подання даних дескрипторів ключових точок зображень. Запропоновано способи розрізнення описів на основі моделі блочного подання даних дескрипторів ключових точок зображень із використанням критеріїв математичної статистики та інструментарію теорії інформації. Головним результатом статті є підтвердження того, що вживання класичних статистичних критеріїв для аналізу емпіричних даних у вигляді структурних описів зображень дає можливість визначити якість побудованого простору ознак, достатню для розрізнення візуальних об'єктів при їх розпізнаванні у системах комп'ютерного зору. Впровадження моделі блочного подання та статистичного аналізу для значень дескрипторів ключових ознак зображень сприяє підвищенню ефективності процесу розпізнавання візуальних об'єктів, що підтверджується покращенням рівня розрізнення при збільшенні розміру фрагменту у побудованій ланцюжковій структурі опису. Висновки: застосування різноманіття статистичних критеріїв дало ідентичний висновок про значущість відмінностей емпіричних описів візуальних об'єктів у побудованому просторі ознак, що підкреслює об'єктивність проведеного дослідження. Впроваджена модель блочного подання даних зберігає розрізнювальні властивості структурного опису з ефектом суттєвого покращення швидкодії прийняття класифікаційного рішення. Наукову новизну дослідження складає удосконалення та статистичне обгрунтування моделей прийняття рішення щодо розпізнавання візуальних об'єктів на основі обчислення релевантності їх описів стосовно еталонів із впровадженням блочного подання дескрипторів ключових точок зображень. Практична значущість роботи полягає у підтвердженні доцільності введення блочної структури для дескрипторного опису об'єкта як ефективного підходу при вирішенні задачі розпізнавання на прикладах зображень задля впровадження у системах комп'ютерного зору.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Гороховатський Володимир Олексійович (технічні науки)
• Гадецька Світлана Вікторівна (фізико-математичні науки)
• Стяглик Наталія Іванівна (педагогічні науки)
• Стяглик Наталя Іванівна (педагогічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"