Штучний інтелект

Анотація: Стаття присвячена проблемі прискорення процесу пошуку об'єктів на зображеннях, заснованого на використанні мультимасштабного сканування. Для вирішення цього завдання пропонується використати попередню обробку кандидатів, що реалізується як перший етап каскаду класифікаторів змішаного типу. Як тестове завдання обрана задача виявлення на цифрових зображеннях номерних знаків автомобілів. Отриманий каскад класифікаторів дозволив збільшити швидкодію обробки зображень при виявленні номерних знаків в 1.6 рази в порівнянні з каскадом лінійних класифікаторів, отриманим за допомогою алгоритму AdaBoost. Результати проведених експериментів можуть бути поширені на завдання пошуку інших об'єктів на зображеннях.

Ключові слова: розпізнавання зображень, виявлення об'єктів, аналіз зображень, класифікація зображень

Посилання:

1. Murygin K.V. Obnaruzhenie ob’ektov na izobrazhenii na osnove kaskada klassifikatorov // Iskusstvennyj intellekt. 2007. - No2. - S.104-108.
2. Paul Viola and Michael J. Jones. Robust real-time object detection. //In Proc. of IEEE Workshop on Statistical and ComputationalTheories ofVision, 2001.
3. Bradski G., Kaehler A., Pisarevsky V. Learning-based computer vision with Intel’s open source computer vision library //Intel Technology Journal. http://develiper.intel.com/technology/itj/index.htm.
4. Robert E. Schapire, Freund Y. Bartlett P, Lee W.S. Boosting the margin: A new explanation for the effectiveness of voting methods // In Proc. Of the Fourteenth International Conference on Machine Learning, 1997.
5. Murygin K.V. Osobennosti realizacii algoritma AdaBoost dlja obnaruzhenija ob’ektov na izobrazhenijah // Iskusstvennyj intellekt. 2009. - No3. - S. 573-581.
6. Murygin K.V. Kombinirovanie binarnyh svojstv v vide MKV-klassifikatora // Iskusstvennyj intellekt. 2010. – No 1. – S. 108-113.
7. Murygin K.V. Predvaritel'naja obrabotka kandidatov pri obnaruzhenii avtomobil'nyh nomerov na izobrazhenijah // Iskusstvennyj intellekt. – 2013. – No 2. – S. 32-37.