Статья
Полный текст:
Эффективность и надежность систем компьютерного зрения часто в значительной степени определяется способом представления и качеством признакового описания представленных изображений. Существует множество подходов к заданию пространства признаков для изображения, а также множество алгоритмов, которые исследуют заданное пространство, выбирая наиболее информативные из них. В данной статье дано описание нового представления изображения (модели изображения) с ассоциированным признаковым пространством. Рассматривается подход к формированию наиболее информативного подмножества признаков и машинного обучения для задачи обнаружения объектов на изображении.
1. Бахвалов, Ю.Н. Метод многомерной интерполяции и аппроксимации и его приложения / Ю.Н. Бахвалов. – М., 2007.
2. Критерий Джини. – URL: www.basegroup.ru/ library/ analysis/tree/math_cart_part1
3. Расположение выборок лиц и шума. – URL:
4. Ту, Дж. Принципы распознавания образов / Дж. Ту, Р. Гонсалес. – М., 1974.
5. Южаков, Г. Расширенный набор характеристик Хаара / Г. Южаков // The 22nd International Conference on Computer Graphics and Vision, Russia, Moscow, October 01– 05, 2012. – М., 2012.
6. Viola, P. Robust Real-Time Face Detection, International Journal of Computer Vision 57(2) / P. Viola, M. Jones. –2004. – Р. 137–154
2. Критерий Джини. – URL: www.basegroup.ru/ library/ analysis/tree/math_cart_part1
3. Расположение выборок лиц и шума. – URL:
4. Ту, Дж. Принципы распознавания образов / Дж. Ту, Р. Гонсалес. – М., 1974.
5. Южаков, Г. Расширенный набор характеристик Хаара / Г. Южаков // The 22nd International Conference on Computer Graphics and Vision, Russia, Moscow, October 01– 05, 2012. – М., 2012.
6. Viola, P. Robust Real-Time Face Detection, International Journal of Computer Vision 57(2) / P. Viola, M. Jones. –2004. – Р. 137–154
Ключевые слова:
Графические объекты, метод машинного обучения, алгоритм информативного подмножества, техника скользящего окна
Контент доступен под лицензией Creative Commons Attribution 4.0 License.