ПИТАННЯ СИНТЕЗУ ДИСКРЕТНИХ ЗОБРАЖЕНЬ В ЗАДАЧАХ РОЗПІЗНАВАННЯ ОБРАЗІВ
DOI:
https://doi.org/10.31649/1997-9266-2020-151-4-50-57Ключові слова:
розпізнавання образів, дискретні ознаки, зображення, інформативність ознак, Т-опорна множинаАнотація
Під час розв’язування широкого класу задач розпізнавання (класифікації) зображень, зазвичай стикаємося з такою ситуацією — наразі накопичена значна кількість алгоритмічних та методичних інструментів, які розв’язують деякі часткові задачі, підзадачі (опис або представлення) зображень, виділення характерних ознак (структурних елементів) на зображеннях та інше, проте відсутня єдина методологія їх спільного ефективного використання, та відсутня проста, універсальна методологія інформаційного (ознакового) опису зображення.
На сьогодні існує низка підходів, методів та алгоритмів для виділення ознак на зображеннях та пакети інструментальних програм для їх реалізації. Проте, залишається проблема знаходження системи оптимальним (в певному сенсі, для поточної задачі) ознак, тобто пошук таких властивостей зображень (визначення та фіксація ознакового простору) в просторі яких класифікація (розпізнавання) була би можливою та не дуже складною (економічно вигідною) задачею. Використання існуючих алгоритмів та методів для цієї задачі стає можливим лише за наявності методів, які би за результатами роботи різних систем, дозволили виділяти системи ознак, найякісніших в межах поточної задачі. Причому, для кожної практичної задачі класифікації зображень, системи ознак, актуальних на цьому етапі (важливі відносно фіксованої задачі або класу задач), як правило, різні і їх потрібно заново визначати.
Звідси, стає очевидною актуальність цього дослідження, відносно важливої задачі знаходження оптимальних (в певному сенсі) систем ознак. Часто задачу знаходження оптимальних систем ознак зводять до задачі мінімізації вихідного опису зображення. Проте, це стосується лише випадку, коли оптимальна система ознак є серед множин ознак, що задають опис зображень, що є, зазвичай, тільки припущенням.
Запропоновано спосіб мінімізації вихідного опису дискретних зображень, що дозволяє побудувати мінімальне за ознаковим описом зображення довільної структури на основі концепції Т-опорної множини. Також введено поняття Т-опорної множини, та основі нього пропонується використання наборів цих множин як ознак дискретних зображень.
Посилання
I. Povhan, “Designing of recognition system of discrete objects,” IEEE First International Conference on Data Stream Mining & Processing (DSMP), Lviv-2016, Ukraine, pp. 226-231, 2016.
І. Ф. Повхан, i Ю. А. Василенко, «Групова та індивідуальна оцінка важливості бульових аргументів,» Вісник національного технічного університету «ХПІ», № 53, с. 57-64, 2011.
І. Ф. Повхан, «Проблема функціональної оцінки навчальної вибірки в задачах розпізнавання дискретних об’єктів,» Вчені записки Таврійського національного університету. Серія: технічні науки., т. 29 (68), № 6, с. 217-222, 2018.
J. R. Quinlan, “Induction of Decision Trees. Machine Learning,” № 1, pp. 1-81, 22, 2008.
E. Yu. Vasilenko, A., I. Kuhayivsky, I. O. Papp, and Yu. Vasilenko, “Construction and optimization of recongnizing systems,” Науково технічний журнал «Інформаційні технології і системи», № 1(Т1), с. 122-125, 1999.
P. E. Vtogoff, “Incremental Induction of Decision Trees,” Machine Learning, no. 4, pp. 161-186, 2009.
D. Whitley, “An overview of evolutionary algorithms: practical issues and common pitfalls,” Information and Software Technology, vol. 43, no. 14, pp. 817-831, 2001.
Ю. А. Василенко, Е. Ю. Василенко, І. Ф. Повхан, і I Ф. Г. Ващук, «Концептуальна основа систем розпізнавання образів на основі метода розгалуженого вибору ознак,» European Journal of Enterprise Technologies, no. 7 [1], с. 13-15, 2004.
В. О. Лавер, i І. Ф. Повхан, «Алгоритми побудови логічних дерев класифікації в задачах розпізнавання образів,» Вчені записки Таврійського національного університету. Серія: технічні науки, т. 30 (69), № 4, с. 100-106, 2019.
R. Srikant, and R. Agrawal, “Mining generalized association rules. Future Generation Computer Systems,” vol. 13, № 2, pp. 161-180, 1997.
##submission.downloads##
-
PDF
Завантажень: 159
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
