Please use this identifier to cite or link to this item: http://elar.urfu.ru/handle/10995/1396
Title: Распознавание типовых портретных изображений в задаче автоматической классификации
Other Titles: Typical portrait images recognition in the automatic classification problem
The decision of a problem of recognition of a narrow class of objects tends to formation of clusters. The success images clusterization is substantially based on heuristic algorithms. Heuristics can be shown to formal algebras and in particular to fuzzy ensemble. The essence of the offered decision is based on joint application of independent attributes of images, such as, image edge, brightness and Fourier coefficients, in a context of visual perception model. Experiments have shown, that the system is efficient and confidently classifies typical portraits. The correct decision, for arbitrary set of images, is received in 74 % cases.
Authors: Смирнов, М. В.
Сивяков, И. Н.
Issue Date: 2005
Publisher: б. и.
Citation: Смирнов М. В. Распознавание типовых портретных изображений в задаче автоматической классификации / М. В. Смирнов, И. Н. Сивяков // Интернет-математика 2005. Автоматическая обработка веб-данных. - М., 2005. - С. 173-188.
Abstract: Решение задачи распознавания узкого класса объектов имеет тенденцию к образованию кластеров. Успех кластеризации изображений в значительной степени основан на эвристических алгоритмах. Эвристики могут быть сведены к формальным алгебрам и в частности к нечетким множествам. Суть предлагаемого решения основывается на совместном применении независимых признаков изображений, таких как, контурные, яркостные, коэффициенты Фурье, в контексте модели визуального восприятия. Эксперименты показали, что система работоспособна и уверенно классифицирует типовые портреты. Правильное решение, для произвольного набора изображений, получено в 74% случаях.
URI: http://elar.urfu.ru/handle/10995/1396
Origin: Интернет-математика 2005: автоматическая обработка веб-данных. — М., 2005
Appears in Collections:Информационный поиск

Files in This Item:
File Description SizeFormat 
IMAT_2005_09.pdf569,8 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.