?
Image recognition on the basis of probabilistic neural network with homogeneity testing
Computer Optics. 2013. Vol. 37. No. 2. P. 254-262.
Научное направление:
Компьютерные науки
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Ключевые слова: автоматическое распознавание изображенийautomatic image recognitionprobabilistic neural networkhypothesis test for samples homogeneityвероятностная нейронная сетьпроверка гипотезы об однородности выборокface recognitionраспознавание лицправило ближайшего соседа
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
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.
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., 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.
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.
Савченко А. В., Компьютерная оптика 2013 Т. 37 № 2 С. 254-262
Предложено использование вероятностной нейронной сети с проверкой однородности в задаче распознавания изображений. Показано, что это решение является оптимальным в байесовском смысле, если задача рассматривается в терминах статистической проверки однородности выборок признаков входного и эталонных изображений. Рассматривается проблема недостаточной вычислительной эффективности оптимального алгоритма при наличии многих альтернативных классов и большой размерности признакового пространства. Исследуется возможность её ...
Добавлено: 14 июля 2013 г.
Sokolova A., Савченко А. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 1 P. 19-29
В работе рассмотрена задача повышения вычислительной эффективности распознавания лиц на статических изображениях и видео, описываемых векторами признаков высокой размерности, которые извлекаются с использованием сверточных нейронных сетей. Для обработки видеопоследовательностей применены способы агрегации признаков, полученных для каждого видео кадра. Предложен новый иерархический алгоритм распознавания, который отличается от известных подходов тем, что для последовательного анализа более детализированного ...
Добавлено: 25 октября 2019 г.
Савченко А. В., Lecture Notes in Computer Science 2013 Vol. 7963 P. 123-132
The parallel computing algorithms are explored to improve the efficiency of image recognition with large database. The novel parallel version of the directed enumeration method (DEM) is proposed. The experimental study results in face recognition problem with FERET and Essex datasets are presented. We compare the performance of our parallel DEM with the original DEM ...
Добавлено: 15 июня 2013 г.
Харчевникова А. С., Савченко А. В., PeerJ Computer Science 2021 Vol. 7:e391 P. 1-18
Добавлено: 25 февраля 2021 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., Заводская лаборатория. Диагностика материалов 2014 Т. 80 № 3 С. 70-80
Рассмотрена задача статистического распознавания объектов со сложной структурой. Предложена математическая модель образа как последовательности выборок независимых одинаково распределенных векторов признаков. На основе этой модели и классического байесовского подхода задача распознавание сведена к проверке гипотез об однородности выборок. Представлены результаты экспериментального исследования в задачах классификации лиц и распознавании изолированных слов русской речи. ...
Добавлено: 8 апреля 2014 г.
Самоненко И. Ю., Волченков М. П., Интеллектуальные системы. Теория и приложения 2005 Т. 9 С. 153-157
Добавлено: 28 сентября 2018 г.
Савченко А. В., Информационные системы и технологии 2014 № 2 С. 12-18
Предложен новый критерий сегментации речи, основанный на идее вероятностной нейронной сети с проверкой однородности. Экспериментально продемонстрировано, что предложенный подход позволяет на 2-7% повысить точность распознавания гласных звуков в слоге по сравнению с традиционным критерием, основанным на сопоставлении с фиксированным порогом расстояния между очередным фреймом и предыдущим однородным участком ...
Добавлено: 26 марта 2014 г.
Савченко А. В., Lecture Notes in Computer Science 2016 Vol. 9719 P. 505-512
Добавлено: 6 июля 2016 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2018 Vol. 108 P. 170-182
The paper deals with unconstrained face recognition task for the small sample size problem based on computation of distances between high-dimensional off-the-shelf features extracted by deep convolution neural network. We present the novel statistical recognition method, which maximizes the likelihood (joint probabilistic density) of the distances to all reference images from the gallery set. This ...
Добавлено: 17 мая 2018 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.
Самоненко И. Ю., Интеллектуальные системы в производстве 2003 Т. 2 С. 167-170
Добавлено: 28 сентября 2018 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.
Соколова А. Д., Савченко А. В., В кн. : Материалы XXIII международной научно-технической конференции «Информационные системы и технологии-2017». : [б.и.], 2017. С. 870-875.
Рассматривается задача структурирования информации в программных системах видеонаблюдения с помощью группирования видеоданных, в которых присутствуют идентичные лица. Сделан акцент на эффективную кластеризацию видеопоследовательностей с использованием сверточных нейронных сетей для извлечения характерных признаков. Разработан новый алгоритм кластеризации фрагментов видео на основе технологий глубокого обучения и статистического подхода. Приведены предварительные результаты экспериментального исследования точности и быстродействия предложенного ...
Добавлено: 24 октября 2017 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., 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., Optical Memory and Neural Networks (Information Optics) 2017 Vol. 26 No. 2 P. 129-136
Добавлено: 30 июня 2017 г.
Савченко А. В., Компьютерная оптика 2017 Т. 41 № 3 С. 422-430
Исследована задача распознавания изображений в условиях малых выборок наблюдений на основе метода ближайшего соседа, в котором сопоставляются векторы признаков высокой размерности, выделенные с помощью глубокой свёрточной нейронной сети. Предложен новый алгоритм распознавания на основе метода максимального правдоподобия (совместной плотности вероятности) рассогласований между входным и всеми эталонными изображениями. Для оценки правдоподобия используется известное асимптотически нормальное распределение ...
Добавлено: 8 июля 2017 г.