Например, Бобцов

МЕТОДЫ РАСПОЗНАВАНИЯ ОБРАЗОВ ПРИ НАРУШЕНИЯХ СЕМАНТИЧЕСКОЙ ЦЕЛОСТНОСТИ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ

Аннотация:

Рассмотрены вопросы компьютерного зрения с целью последующего внедрения его в управление транспортными средствами и автоматизации движения. Предложены методы распознавания объектов и участников дороги. Выделены три основных этапа распознавания образов на изображении: подготовка изображения к анализу, анализ, классификация объектов. Для каждого этапа проведен поиск путей повышения качества распознавания образов и сохранения семантической целостности визуальной информации. На первом этапе предложено использование нормирования, позволяющее сделать объекты изображения нечувствительными к изменениям освещенности. Для решения задачи анализа разработан метод кластеризации на основе k-средних и роя частиц, обеспечивающий автоматическую настройку параметров кластеризации. На этапе классификации объектов предложено использовать каскады Хаара с нормированной обучающей выборкой. Это обеспечивает унификацию изображений и позволяет использовать обучающую выборку меньшего объема. Для обучения и тестирования использованы изображения автомобилей, предоставленные лабораторией Стэнфордского университета и находящиеся в открытом доступе. С целью проверки эффективности разработанного алгоритма распознавания образов были размыты 300 тестовых изображений. Выполнено сравнение результатов работы предложенного алгоритма с результатами работы каскадов Хаара без нормированной обучающей выборки и без дополнительной подготовки изображения к классификации. Каскады Хаара с ненормированной обучающей выборкой обеспечили корректное распознавание автомобиля в 8% случаев, в то время как предложенный алгоритм приводил к распознаванию в 72% случаев, включая эти 8% изображений. Сохранение семантической целостности визуальной информации является важным аспектом в контексте дорожного движения, так как неверное детектирование объектов дороги может привести к непоправимым последствиям. Предложенный алгоритм анализа изображений позволяет уменьшить вероятность возникновения ошибок в распознавании образов.

Ключевые слова:

Статьи в номере