Триплетные признаки распознавания сложноструктурированных, семантически насыщенных изображений

изображения семантически насыщенные изображения сложноструктурированные изображения триплетные признаки распознавания распознавание образов триплетные признаки функционалы стохастическая геометрия трейс-преобразования генерация признаков экстракция признаков ультразвуковые изображения гистологические изображения

К проблеме идентификации динамических характеристик датчиков с использованием электрогидравлического эффекта и вейвлет-анализа, Самомодифицируемые сценарные модели функционирования систем и сетей хранения и обработки данных (базовый формализм и темпоральные операции), ...

Н. Г. Федотов, А. С. Кольчугин, О. А. Смолькин, С. В. Романов СЕМАНТИЧЕСКИ НАСЫЩЕННЫХ ИЗОБРАЖЕНИЙ1 В статье дается описание признаков распознавания образов, основанных ТРИПЛЕТНЫЕ ПРИЗНАКИ РАСПОЗНАВАНИЯ СЛОЖНОСТРУКТУРИРОВАННЫХ, на методах стохастической геометрии и имеющих трехфункциональную структуру (триплетных признаков). <...> Рассматриваются подходы к формированию информативных триплетных признаков на основе генерации и экстракции. <...> На примере распознавания изображений из области медицинской диагностики обосновывается применимость описываемых методов формирования признаков для распознавания сложноструктурированных, семантически насыщенных изображений. <...> Введение При решении многих практических задач распознавания образов приходится иметь дело со сложноструктурированными изображениями. <...> В случае, когда изображение содержит множество объектов, относящихся к нескольким различным видам, каждый из которых обладает своими собственными значимыми характеристиками, задача формирования признаков существенно усложняется. <...> Однако при решении практических задач в области распознавания образов, в частности при распознавании образов, представленных графическими изображениями, получение информативных числовых признаков представляет собой не менее сложную задачу, чем разработка решающей процедуры. <...> Выделение признака по изображению можно рассматривать как процесс предельного сжатия информации, когда изображению, состоящему из сотен тысяч пикселей, ставится в соответствие конкретное числовое значение. <...> Аппарат стохастической геометрии позволяет не только дать теоретическое описание этому этапу распознавания, но и предложить универсальный метод формирования большого числа новых конструктивных признаков для ложенного метода, является их структура в виде композиции трех функционалов [1–3]. <...> Благодаря трехфункциональной структуре возможно осуществить генерацию большого числа признаков <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт