RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ЛИЧНЫЙ КАБИНЕТ
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



КО:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


КО, 2018, том 42, выпуск 5, страницы 822–828 (Mi co566)  

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Сравнение алгоритмов описания комплекснозначных полей градиентов цифровых изображений с использованием линейных методов снижения размерности

Е. А. Дмитриевa, В. В. Мясниковab

a Самарский национальный исследовательский университет имени академика С.П. Королева, 443086, Россия, г. Самара, Московское шоссе, д. 34
b ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН, 443001, Россия, г. Самара, ул. Молодогвардейская, д. 151

Аннотация: В работе представлен анализ различных подходов к построению описаний полей градиентов цифровых изображений. Анализируемые подходы основаны на известных методах снижения размерности данных, таких как методы главных и независимых компонент, метод дискриминантного анализа. Мы применяем указанные методы не к исходному изображению, представленному в виде двумерного поля яркости (полутоновому изображению), а к его вторичному представлению в виде двумерного поля градиента – комплекснозначному изображению. При этом рассматриваются случаи использования как поля градиента целиком, так и только его фазовой части. Дополнительно рассматриваются два независимых способа формирования окончательного описания искомого объекта: в виде коэффициентов разложения поля градиента по сформированному базису и с использованием оригинальной авторской конструкции модельно-ориентированных дескрипторов. Последние позволяют в два раза снизить число вещественных коэффициентов, используемых при описании искомого объекта. В качестве конкретной прикладной задачи, на которой проводятся исследования, выступает проблема распознавания лиц. Эффективность анализируемых подходов демонстрируется путём сравнения результатов их применения к изображениям из базы данных “Extended Yale Face Database B”. Алгоритмом классификации выступает метод ближайшего соседа.

Ключевые слова: распознавание лиц, метод главных компонент, метод независимых компонент, линейный дискриминантный анализ, модельно-ориентированные дескрипторы, The Extended Yale Database B, описание изображения.

Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-01-00748-а
17-29-03190-офи-м
Российская академия наук - Федеральное агентство научных организаций 007-ГЗ/Ч3363/26
Исследование выполнено при финансовой поддержке грантов РФФИ в рамках научных проектов № 18-01-00748-а, № 17-29-03190-офи-м в части «Алгоритмы линейного снижения размерности и окончательного описания», Министерства науки и высшего образования РФ в рамках выполнения работ по Государственному заданию ФНИЦ «Кристаллография и фотоника» РАН (Соглашение № 007-ГЗ/Ч3363/26) в части «Результаты экспериментов».


DOI: https://doi.org/10.18287/2412-6179-2018-42-5-822-828

Полный текст: PDF файл (361 kB)
Полный текст: http://www.computeroptics.smr.ru/.../420413.html
Список литературы: PDF файл   HTML файл

Тип публикации: Статья
Поступила в редакцию: 21.06.2018

Образец цитирования: Е. А. Дмитриев, В. В. Мясников, “Сравнение алгоритмов описания комплекснозначных полей градиентов цифровых изображений с использованием линейных методов снижения размерности”, КО, 42:5 (2018), 822–828

Цитирование в формате AMSBIB
\RBibitem{DmiMya18}
\by Е.~А.~Дмитриев, В.~В.~Мясников
\paper Сравнение алгоритмов описания комплекснозначных полей градиентов цифровых изображений с использованием линейных методов снижения размерности
\jour КО
\yr 2018
\vol 42
\issue 5
\pages 822--828
\mathnet{http://mi.mathnet.ru/co566}
\crossref{https://doi.org/10.18287/2412-6179-2018-42-5-822-828}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/co566
  • http://mi.mathnet.ru/rus/co/v42/i5/p822

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Компьютерная оптика
    Просмотров:
    Эта страница:14
    Полный текст:7
    Литература:3

     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2019