?
Об одном подходе к последовательному иерархическому распознаванию изображений
С. 50-58.
Савченко А. В., Милов В. Р.
Рассматривается задача автоматического распознавания изображений. Предложен иерархический подход к ее решению, в котором переход на более детальный уровень описания происходит только при недостаточной надежности классификации на предыдущем уровне. Представлены примеры практического применения в задаче распознания лиц по фотографии.
В книге
Ч. 3. , М. : НИЯУ МИФИ, 2015
Савченко А. В., Информационные системы и технологии 2015 № 4(90) С. 28-38
Рассмотрена проблема недостаточной вычислительной эффективности вероятностной нейронной сети (ВНС) в задачах распознавания образов при наличии в базе данных для каждого класса небольшого числа эталонов. На основе проекционных оценок плотности распределения с ядром Фейера и наивного предположения о независимости признаков классифицируемого объекта синтезирована новая модификация ВНС. Экспериментально показано, что предложенный классификатор оказался несколько точнее и намного ...
Добавлено: 8 октября 2015 г.
Савченко А. В., Milov V., Optical Memory and Neural Networks (Information Optics) 2016 Vol. 25 No. 2 P. 79-87
Добавлено: 10 июля 2016 г.
Савченко А. В., Белова Н. С., Milov V., , in : Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015, Yekaterinburg, Russia, April 9–11, 2015, Revised Selected Papers. Vol. 542: Series: Communications in Computer and Information Science.: Switzerland : Springer, 2015. Ch. 2. P. 14-23.
In this paper we explore an application of the pyramid HOG (Histograms of Oriented Gradients) features in image recognition problem with small samples. A sequential analysis is used to improve the performance of hierarchical methods. We propose to process the next, more detailed level of pyramid only if the decision at the current level is ...
Добавлено: 4 декабря 2015 г.
Савченко А. В., Компьютерная оптика 2018 Т. 42 № 1 С. 149-158
Исследована задача распознавания изображений, которые описываются векторами признаков высокой размерности, выделенными с помощью глубокой свёрточной нейронной сети и анализа главных компонент. Рассмотрена проблема высокой вычислительной сложности статистического подхода с непараметрическими оценками плотности вероятности векторов признаков, реализованного в вероятностной нейронной сети. Предложен новый метод статистической классификации на основе проекционных оценок плотности распределения с тригонометрической системой ортогональных ...
Добавлено: 11 апреля 2018 г.
Савченко А. В., Optical Memory and Neural Networks (Information Optics) 2013 Vol. 22 No. 3 P. 184-192
The research subject is the computational complexity of the probabilistic neural network (PNN) in the pattern recognition problem for large model databases. We examined the following methods of increasing the efficiency of a neuralnetwork classifier: a parallel multithread realization, reducing the PNN to a criterion with testing of homogeneity of feature histograms of input and ...
Добавлено: 10 сентября 2013 г.
Савченко А. В., , in : Proceedings of the 24th International Conference on Pattern Recognition (ICPR). : IEEE, 2018. P. 3262-3267.
Добавлено: 2 декабря 2018 г.
Савченко А. В., Lecture Notes in Computer Science 2014 Vol. 8641 P. 261-266
Conventional image recognition methods usually include dividing the keypoint neighborhood (for local features) or the whole object (for global features) into a grid of blocks, computing the gradient magnitude and orientation at each image sample point and uniting the orientation histograms of all blocks into a single descriptor. The query image is recognized by matching ...
Добавлено: 27 августа 2014 г.
Курск : Юго-Западный университет, 2017
Сборник содержит материалы XIII Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 16-19 мая 2017 г.), целью которой является ознакомление с имеющимися достижениями по созданию оптико-электронных приборов, систем и внедрению информационных технологий в научные исследования, учебный процесс и промышленность, а также координация по эффективному их применению в ...
Добавлено: 9 ноября 2017 г.
Гостев И. М., В кн. : Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2017. Сборник материалов XIII международной научно-технической конференции. : Курск : Юго-Западный университет, 2017. Гл. 44. С. 127-129.
Рассмотрены методы оценки качества методов распознава- ния графических образов. ...
Добавлено: 9 ноября 2017 г.
Савченко А. В., , in : Artificial Neural Networks in Pattern Recognition 5th INNS IAPR TC 3 GIRPR Workshop, ANNPR 2012, Trento, Italy, September 2012 Proceeding. : Berlin, Heidelberg : Springer, 2012. P. 93-103.
Начиная с работ Д. Спехта, вероятностные нейронные сети стали привлекать исследователей в связи с быстрой процедурой их обучения и их эквивалентности оптимальному байесовскому решению задачи классификации. Однако, известно, что традиционная реализация вероятностных нейронных сетей не является оптимальной в задаче статистического распознавания множеств паттернов. В настоящей работе представлена новая модификация вероятностной нейронной сети. Доказано, что наша ...
Добавлено: 21 сентября 2012 г.
Савченко А. В., Milov V., Procedia Computer Science 2017 Vol. 103 P. 316-323
Добавлено: 8 февраля 2017 г.
Савченко А. В., Lecture Notes in Computer Science 2016 Vol. 9719 P. 505-512
Добавлено: 6 июля 2016 г.
Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651-660
Добавлено: 1 ноября 2019 г.
IEEE, 2018
Добавлено: 2 декабря 2018 г.
Статистическое распознавание образов на основе вероятностной нейронной сети с проверкой однородности
Савченко А. В., Искусственный интеллект и принятие решений 2013 № 4 С. 45-56
Статистическое распознавание образов сведено к проверке гипотез об однородности выборок. Для ее оптимального решения в смысле минимума среднего байесовского риска предложена модификация вероятностной нейронной сети (PNN). Представлены результаты сравнительного анализа предложенной модификации с оригинальной PNN в задаче автоматической идентификации авторства литературного текста. ...
Добавлено: 23 декабря 2013 г.
Гостев И. М., Advanced Materials Research 2014 Vol. 837 P. 381-386
Добавлено: 28 ноября 2013 г.
Савченко А. В., Optimization Letters 2017 Vol. 11 No. 2 P. 329-341
This paper addresses the problem of insufficient performance of statistical classification with the medium-sized database (thousands of classes). Each object is represented as a sequence of independent segments. Each segment is defined as a random sample of independent features with the distribution of multivariate exponential type. To increase the speed of the optimal Kullback-Leibler minimum ...
Добавлено: 10 сентября 2015 г.
Савченко А. В., Neural Networks 2013 Vol. 46 P. 227-241
The article is devoted to pattern recognition task with the database containing small number of samples per class. By mapping of local continuous feature vectors to a discrete range, this problem is reduced to statistical classification of a set of discrete finite patterns. It is demonstrated that Bayesian decision under the assumption that probability distributions ...
Добавлено: 16 июня 2013 г.
Савченко А. В., Белова Н. С., International Journal of Applied Mathematics and Computer Science 2015 Vol. 25 No. 4 P. 915-925
The paper is focused on the problem of multi-class classification of composite (piecewise-regular) objects (e.g., speech signals, complex images, etc.). We propose a mathematical model of composite object representation as a sequence of independent segments. Each segment is represented as a random sample of independent identically distributed feature vectors. Based on this model and statistical ...
Добавлено: 10 сентября 2015 г.
Гостев И. М., Sevastianov L., RUDN Journal of Mathematics, Information Sciences and Physics 2018 Vol. 26 No. 4 P. 331-342
В работе изложена одна из методологий по обработке изображений и распознавания фор- мы графических объектов. В ней на первом этапе производится предварительная обработка изображения с целью выделения характерных признаков формы объектов. В качестве та- ких признаков были использованы контуры. Для преобразования 2D контуров объектов в одномерную контурную функцию был использован метод ArcHeight. Для идентификации контурных ...
Добавлено: 19 декабря 2018 г.
Voulgaris Z., Миркин Б. Г., International Journal of General Systems 2010 Vol. 39 No. 8 P. 855-871
Предложен новый метод оценки надежности классификации, основанный на различимости класса модели. ...
Добавлено: 18 ноября 2012 г.
San Francisco : IEEE, 2010
Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on ...
Добавлено: 18 октября 2017 г.