Клячин А.А., Клячин В.А. Метод интегральных преобразований в решении задачи обнаружения малогабаритных транспортных средств на изображениях
Рейтинг:
/ 0
- Подробности
- Просмотров: 38
DOI: https://doi.org/10.15688/mpcm.jvolsu.2024.4.3
Алексей Александрович Клячин
Доктор физико-математических наук, заведующий кафедрой математического анализа и теории функций, Волгоградский государственный университет
Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
https://orcid.org/0000-0003-3293-9066
Просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация
Владимир Александрович Клячин
Доктор физико-математических наук, заведующий кафедрой компьютерных наук и экспериментальной математики, Волгоградский государственный университет
Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
https://orcid.org/0000-0003-1922-7849
Просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация
Аннотация. В статье предложен способ формирования набора призна- ков на изображениях, основанный на трех интегральных преобразованиях — преобразование Радона, функции Стеклова и преобразование Фурье. С помощью дискретного аналога этих преобразований вычисляются значения, кото- рые образуют набор признаков. В зависимости от параметров преобразований количество признаков можно изменять. Нами выбраны значения этих параметров таковыми, что количество признаков равно 903. Показано использование данного подхода при решении задачи обнаружения малогабаритных, а значитслабо заметных, транспортных средств на видео снимках. Помимо этого, нами разработан улучшенный вариант метода наименьших квадратов, основанный на обработке полученных признаков с помощью некоторых преобразований меток обучающего набора изображений. Основная суть этого метода состоит в том, чтобы выполнить аффинное преобразование значения метки в некото- рую малую окрестность ее первоначального значения. Априорные оценки показывают уменьшение погрешности аппроксимации с использованием метода наименьших квадратов. В работе также показано сравнение разработанного подхода со сверточными нейронными сетями. Данное сравнение позволяет сказать, что он им не сильно уступает по такому показателю как процент правильных предсказаний. При этом, по времени выполнения предсказания представленный в статье метод работает в 3–4 раза быстрее в зависимости от используемой модели. В практической части работы были использованы программные средства библиотек OpenCV, Keras и Scikit-learn.
Ключевые слова: классификация изображений, интегральные преобра- зования, метод наименьших квадратов, сверточная нейронная сеть, простран- ство признаков, модель классификации, компьютерное зрение.
Произведение «Метод интегральных преобразований в решении задачи обнаружения малогабаритных транспортных средств на изображениях», созданное авторами по имени Клячин А.А., Клячин В.А. публикуется на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Цитата: Математическая физика и компьютерное моделирование. Том 27 № 4 2024, с. 23-38
 klyachin.pdfURL: https://mp.jvolsu.com/index.php/ru/component/attachments/download/1207 | 21 Скачивания |