ปริมาตร - แบบจำลองของ Prostor โมเดลอวกาศของอวกาศ โมเดลอวกาศและไดนามิก

.. Іsnuєคลาส zavdan ในความสำคัญบางอย่างโดยเฉพาะnabuvaєіnformatsija strukturіі rusіob'єktіvfoldіїї sceni (videoposterezhennya v zakrytih primіshchennyah, іѕtsyah skuchennya ที่ยอดเยี่ยมคน, ruchnі robotechіdіdіdіdіdіdіdіdіdіdіdіdіdіdіchnіdіchnіdіchnіdіchnіd ผลที่ตามมาของรูปภาพคือทรัพยากรข้อมูลที่ยุบได้ มีโครงสร้างในอวกาศในเวลาไม่กี่ชั่วโมง และแบ่งปันข้อมูลในสัญญาณที่มองเห็นได้ชัดเจน รูปแบบของการแสดงในคอมพิวเตอร์และแบบจำลองทางกายภาพของวัตถุแบบไดนามิก ปรากฏการณ์ กระบวนการ ความเป็นไปได้ทางเทคนิคใหม่ ๆ ของการประมวลผลภาพดิจิทัลช่วยให้สามารถแก้ไขความจำเพาะของภาพได้บ่อยครั้ง เข้าถึงทฤษฎีความรู้ความเข้าใจเกี่ยวกับการรับรู้ภาพธรรมชาติของมนุษย์ได้อย่างมีชัย

การวิเคราะห์ obsyagu กาลอวกาศของสิ่งเหล่านี้ช่วยให้สามารถแสดงสัญลักษณ์เตือนทั้งแบบคงที่และแบบไดนามิก และที่นี่งานของการรับรู้สามารถพบได้ในฐานะการจำแนกจำนวนทั้งสิ้นของสถานีเป็นการจำแนกประเภทวิถีซึ่งวิธีแก้ปัญหาสามารถพบได้โดยวิธีการจดจำแบบคลาสสิกเพราะ การเปลี่ยนภาพชั่วขณะสามารถก่อให้เกิดการเปลี่ยนแปลงของภาพ ซึ่งไม่ได้อธิบายโดยการวิเคราะห์ตามปกติ นอกจากนี้ ลำดับของการจดจำวัตถุไดนามิกยังถูกตำหนิสำหรับการจดจำเหตุการณ์ที่ใช้งานอยู่และส่วนย่อย เช่น การตรวจจับเหตุการณ์ที่ไม่ได้รับอนุญาตในสถานที่ที่มีผู้คนหนาแน่น หรือฉากที่กำหนดประเภทสำหรับจัดทำดัชนีในฐานข้อมูลมัลติมีเดีย . เพื่อที่จะดูงานของการจดจำวัตถุและส่วนย่อยที่อยู่เบื้องหลังลำดับภาพเป็นกระบวนการเดียว สิ่งที่สำคัญที่สุดคือกระบวนการตามลำดับชั้นที่มีองค์ประกอบของการประมวลผลแบบขนานของชั้นผิวหนัง

การปรับปรุงวิธีการทางเทคนิคในการรวบรวมและประมวลผลข้อมูลจากภาพนิ่ง (ภาพถ่าย) และลำดับวิดีโอที่มองเห็นได้จะต้องมีการพัฒนาวิธีการและอัลกอริธึมเพิ่มเติมสำหรับการประมวลผล การวิเคราะห์สถานการณ์ และการจดจำภาพของวัตถุ Pochatkov การกำหนดทฤษฎีของปัญหาการจดจำภาพดำเนินการจนถึงปี 2503-2513 และรับรองโดยผู้เขียนหุ่นยนต์หลายคน การตั้งค่าของงานในการจดจำภาพสามารถเปลี่ยนแปลงได้ในระหว่างการจดจำวัตถุ, งานสำหรับการวิเคราะห์ฉากก่อนที่งานของการตระหนักถึงปัญหาของเครื่องจักรรุ่งอรุณ ในกรณีนี้ ระบบจะยอมรับวิธีแก้ปัญหาทางปัญญา ซึ่งขึ้นอยู่กับวิธีการจดจำภาพของภาพนั้น และข้อมูลอินพุตของประเภทที่ซับซ้อน ก่อนหน้านั้น เราสามารถเห็นมันเป็นภาพที่ถ่ายในช่วงคลื่นแม่เหล็กไฟฟ้าที่หลากหลาย (อัลตราไวโอเลต เห็นได้ชัดว่า อินฟราเรด และใน) ข้อมูลในการดูภาพเสียงและข้อมูลตำแหน่งก็เช่นกัน โดยไม่คำนึงถึงความแตกต่างในธรรมชาติทางกายภาพ ข้อมูลดังกล่าวสามารถให้ได้จากการดูภาพจริงของวัตถุและภาพเฉพาะ ข้อมูลเรดิโอเมตริก - ภาพที่แบนทั้งฉาก นำเสนอในมุมมองเปอร์สเปคทีฟของการฉายภาพมุมฉาก กลิ่นเหม็นถูกหล่อหลอมโดยวิถีของ vimiryuvannya іntensivnostіelektromagnіtnіh hvil pevny spectral range, scho vіdobrazhayutsya аbо vypromіnuyuyutsyaโดยวัตถุในที่เกิดเหตุ ข้อมูลโฟโตเมตริกของผู้ชนะเสียง vymiryanіในช่วงสเปกตรัมที่มองเห็นได้ - สีเดียว (yaskra) * หรือภาพสี: เช่นเดียวกับพิกัดของจุดต่างๆ ของฉาก อาร์เรย์ของข้อมูลตำแหน่งดังกล่าวสามารถเรียกได้ว่าเป็นภาพความลึกของฉาก ใช้แบบจำลองภาพที่ดูเรียบง่าย (เช่น แบบจำลองของการฉายภาพตามกลุ่มความสัมพันธ์ ซึ่งแสดงด้วยการฉายภาพที่มีแนวโน้มต่ำ ภาพซ้อน มุมมองมุมฉาก และภาพขนาน) ซึ่งความลึกของฉากจะถือว่ามีค่าคงที่ และภาพตำแหน่งของฉากนั้น ไม่ได้นำข้อมูลหลัก ข้อมูลเสียงอาจมีอักขระย่อยเพิ่มเติมที่แตกต่างกัน

ข้อมูลโฟโตเมตริกส่วนใหญ่จะถูกเก็บรวบรวมอย่างรวดเร็ว ตามกฎแล้วข้อมูลตำแหน่งจะคำนวณจากข้อมูลซึ่งนำมาจากไฟล์แนบพิเศษ (เช่นเลเซอร์เรนเจอร์เรดาร์) หรือจากวิธีสามมิติสำหรับการวิเคราะห์ภาพของ yaskravikh เนื่องจากความยุ่งยากในการประมวลผลข้อมูลตำแหน่ง (โดยเฉพาะฉากที่มีรูปร่างของวัตถุที่มองเห็นได้ซึ่งเปลี่ยนแปลงได้ง่าย) การอธิบายฉากจึงถูกประเมินค่าสูงไปโดยภาพหนึ่งภาพนั่นคือ ภารกิจของฉาก zor sprinyatt ข้างเดียว เป็นไปไม่ได้ที่จะอนุมานเรขาคณิตของฉากจากภาพเดียวในภาพเดียว เพียงเพื่อประโยชน์ในการขับขานเส้นขอบเพื่อทำให้ฉากโมเดลเรียบง่ายสมบูรณ์ และความชัดเจนของข้อมูลเบื้องต้นเกี่ยวกับความกว้างใหญ่ของการขยายวัตถุ เราพยายามสร้างคำอธิบายสามมิติแบบใหม่ของภาพหนึ่งภาพ วิธีหนึ่งในการออกจากสถานการณ์นี้คือการประมวลผลและการวิเคราะห์ลำดับวิดีโอ โดยคำนึงถึงกล้องวิดีโออย่างน้อยหนึ่งตัว ติดตั้งไม่เกะกะหรือเคลื่อนที่ไปมาในอวกาศ

ดังนั้น รูปภาพจึงเป็นรูปแบบหลักในการนำเสนอข้อมูลเกี่ยวกับโลกแห่งความเป็นจริง และจำเป็นต้องมีการพัฒนาวิธีการในการแปลงการวิเคราะห์เชิงความหมายของทั้งภาพและลำดับต่อไป ทิศทางที่สำคัญที่สุดประการหนึ่งในการพัฒนาระบบทางปัญญาดังกล่าวคือการเลือกวิธีการในการอธิบายการเปลี่ยนแปลงของภาพโดยอัตโนมัติด้วยการปรับปรุงลักษณะการให้ข้อมูลและวัตถุประสงค์ของการจดจำในขั้นตอนแรกของการประมวลผลภาพ

เอกสารงานวิจัยฉบับแรกจากประเทศสหรัฐอเมริกา (Louisiana State University, Carnegie Mellon University, Pittsburgh), สวีเดน ("Computational Vision and Active Perception Laboratory (CVAP), Department of Numerical Analysis and Computer Science), France (INRIA), Great Britain (University) ของลีดส์), FRN (มหาวิทยาลัย Karlsruhe), ออสเตรีย (มหาวิทยาลัยควีนส์แลนด์), ญี่ปุ่น, จีน (School of Computer Science, Fudan University) ลำดับภาพและการจดจำวัตถุแบบไดนามิกถูกตีพิมพ์ในปี 1980 ปรากฏในรัสเซีย: ในมอสโก (MDU, MAI (DTU), MFTI, DerzhNDI AS), เซนต์ปีเตอร์สเบิร์ก (SPbDU, GUAP, FSUE GOI, LOMO), Ryazan (RGRTU), Samara (SDAU), Voronezh (VDU ), Yaroslavl (YarSU), Kirov ( VDU), Taganrozi (TTI SFU), Novosibirsk (NSU), Tomsk (TDPU), Irkutsk (IRDU), Ulan-Ude (VSTU) และใน tsіy galuzі ในฐานะนักวิชาการของ Russian Academy of Sciences, Doctor of Technical วิทยาศาสตร์ Yu. M. Mestetskiy , ดี.ที.ส. บี.เอ. อัลปาตอฟ et al. ประสบความสำเร็จอย่างมากในปัจจุบันด้วยระบบเตือนวิดีโอ ระบบสำหรับตรวจสอบบุคคลที่อยู่เบื้องหลังภาพ และอื่นๆ อย่างไรก็ตาม มีปัญหาที่ไม่ได้รับการแก้ไขในการจดจำภาพไดนามิกผ่านการพับและความแปรปรวนของพฤติกรรมของวัตถุในโลกแห่งความเป็นจริง ด้วยวิธีนี้ เดนมาร์กจะต้องใช้แบบจำลอง วิธีการ และอัลกอริธึมอย่างละเอียดถี่ถ้วนในการจำแนกวัตถุแบบไดนามิกและลำดับภาพในช่วงต่างๆ ของการถ่ายภาพแม่เหล็กไฟฟ้า ซึ่งจะช่วยให้ระบบภาพวิดีโอได้รับการพัฒนาขึ้นในระดับใหม่

วิธีวิทยานิพนธ์คือการปรับปรุงประสิทธิภาพของการจดจำวัตถุไดนามิก บทบาทและส่วนย่อยของวัตถุในฉากพับสำหรับลำดับภาพสำหรับระบบการเตือนวิดีโอภายนอกและภายใน

เมตาถูกกำหนดให้แสดงถึงความจำเป็นในการทำงานที่จะเกิดขึ้น:

เพื่อดำเนินการวิเคราะห์วิธีการประเมินการเคลื่อนไหวและความสำคัญของการรับรู้การเคลื่อนไหวของวัตถุที่อยู่เบื้องหลังชุดของภาพที่ตามมา วิธีการสำหรับการแบ่งส่วนวัตถุแบบไดนามิกและการวิเคราะห์ความหมายของฉากพับตลอดจนขั้นตอนสู่ระบบการจดจำ สำหรับการรับรู้ถึงความสำคัญของวัตถุไดนามิกที่มีจุดประสงค์ต่างกัน

ขยายรูปแบบการจดจำรูปภาพแบบคงที่และไดนามิก ตามขั้นตอนแบบลำดับชั้นสำหรับการประมวลผลแถวชั่วโมง การแบ่งเขต ลำดับรูปภาพ

เพื่อพัฒนาวิธีการประเมินไดนามิกของโครงสร้างไดนามิกโดยใช้ข้อมูลรายชั่วโมงที่ถ่ายในช่วงการสั่นสะเทือนทางแม่เหล็กไฟฟ้าที่แตกต่างกัน ซึ่งช่วยให้คุณสามารถเลือกวิธีการแบ่งกลุ่มตามลักษณะของการหยุดชะงักโดยโทเค็นเดียวกันเพื่อปรับตัว เพื่อกระจายพลวัต

เพื่อสร้างแบบจำลองการเคลื่อนไหวแบบไดนามิกของโครงสร้างไดนามิกในฉากพับ ซึ่งช่วยให้บนพื้นฐานของการเอาข้อมูลระยะทาง วิถีการเคลื่อนที่ของโครงสร้างไดนามิกและการพัฒนาสมมติฐานเกี่ยวกับพื้นฐานของวัตถุที่มองเห็นได้บนพื้นฐานของการวิเคราะห์ แห่งยุคก่อนประวัติศาสตร์แห่งความวุ่นวาย

ในการพัฒนาอัลกอริธึมที่ซับซ้อนของการแบ่งส่วน sho vrakhovuє sukupnіst vyavlenih znaka dynamіchnyh struktіv pri vіlnymi prіklіnіh svіlіnіprіktіv v proektіy ob'єktіv, ґntuyuruyed model іntuyuedแบบจำลอง

พัฒนาวิธีการจดจำภาพไดนามิกที่แสดงในรูปของไวยากรณ์ที่เป็นทางการและช่างวิดีโอฉาก โดยยึดตามวิธีการตัดสินใจแบบกลุ่ม ตลอดจนวิธีการจดจำตัวละครและส่วนที่ใช้งานในฉากพับฉากแบบเบส์

บนพื้นฐานของวิธีการและแบบจำลองที่พัฒนาขึ้นเพื่อออกแบบระบบทดลองของการรับรู้ต่างๆ ใช้สำหรับการประมวลผลลำดับภาพของออบเจ็กต์ ซึ่งมีลักษณะเฉพาะด้วยการตรึงและชุด 2 ปอนด์>-การฉายภาพที่เพียงพอ การจดจำไดนามิกของอิมเมจ ฉากพับ

วิธีการติดตามผล สำหรับงานวิทยานิพนธ์ วิธีการของทฤษฎีการรู้จำรูปแบบ ทฤษฎีพรรณนาของการรู้จำภาพ ทฤษฎีการประมวลผลสัญญาณ วิธีการวิเคราะห์เวกเตอร์และการคำนวณเทนเซอร์ ตลอดจนทฤษฎีกลุ่ม ทฤษฎีไวยากรณ์ที่เป็นทางการได้รับรางวัล

ความแปลกใหม่ทางวิทยาศาสตร์ของงานวิทยานิพนธ์อยู่ในความไม่พอใจ:

1. โมเดลใหม่ได้รับแรงบันดาลใจจากไดมิโน เช่นเดียวกับ Rodshire ของแม่น้ำ Irarchychny riwanes ของเซ็กเมนต์ (เบื้องหลังเวกเตอร์ของความเร่งรีบในท้องถิ่น) ดอกกุหลาบ (นาฬิกาที่เป็นการรับรู้) ฉากที่อิงจากการทำความเข้าใจ ค่าคงที่ไดนามิกสูงสุด

2. Розширена дескриптивна теорія розпізнавання зображень запровадженням чотирьох нових принципів: облік мети розпізнавання на початкових стадіях аналізу, розпізнавання поведінки динамічних об'єктів, оцінка передісторії, змінна кількість об'єктів спостереження, що дозволяє підвищити якість розпізнавання об'єктів, що рухаються за рахунок การส่งเสริมผลการให้ข้อมูล

3. ขั้นแรก ได้มีการพัฒนาวิธีช่วงอวกาศ-ชั่วโมงแบบปรับได้สำหรับการประเมินการเคลื่อนไหวในลำดับซิงโครนัสของช่วงการสั่นสะเทือนทางแม่เหล็กไฟฟ้าที่มองเห็นได้และอินฟราเรด ซึ่งช่วยให้เรารับรู้สัญญาณของการเคลื่อนไหวในระดับต่างๆ ตามลำดับชั้น โดยพิจารณาจากความสำคัญของทั้งสองประเภท ลำดับ

4. รุ่นใหม่ของ bagator_vnevogo rush ได้รับการพัฒนา ที่ให้คุณย่อยสลายฉากริมแม่น้ำได้ อย่า > แต่งงาน; โดยฐานรากที่เป็นที่ยอมรับทั่วโลกในเบื้องหน้าและพื้นหลังซึ่งช่วยให้คุณชนะการแบ่งส่วนภาพของวัตถุที่เชื่อถือได้มากขึ้น ฉากมุมมองพับ

5: รองพื้นไค? ที่กระตุ้น; ใหม่; การแบ่งส่วนอัลกอริทึม zagalneniya ของวัตถุแบบไดนามิก h, zastosuvannyam, ป้ายนิรนามที่มีประวัติพฤติกรรม; และช่วยให้คุณเห็นไดนามิกของวัตถุที่มองเห็นได้อื่นๆ และปฏิสัมพันธ์ของวัตถุที่อยู่ใกล้ฉาก (การฉายภาพซ้อนทับกัน ลักษณะ/ลักษณะของวัตถุจากระยะการมองเห็นของเซ็นเซอร์วิดีโอ) พร้อมการปรับปรุงการเปลี่ยนแปลงกลุ่ม และเพื่อการวิเคราะห์ที่เสนอก่อนหน้านี้ของส่วนทั่วโลกของการคาดการณ์ของวัตถุ (จากกรอบการฆ่าตัวตายสองเฟรม) จากการประเมินการประมาณการแบบอินทิกรัลและค่าคงที่

6. Модифікований метод колективного прийняття рішень, що відрізняється знаходженням ознак міжкадрових проекцій об'єкта і що дозволяє враховувати передісторію спостережень для розпізнавання активних дій та подій на основі байєсівської мережі, а також запропоновані чотири види псевдо-відстаней для знаходження міри подібності v динамічних образів з วิทยากรอ้างอิง

ความสำคัญในทางปฏิบัติ ได้รับการอนุมัติในวิธีการวิทยานิพนธ์และอัลกอริธึมของวิทยานิพนธ์ซึ่งเป็นที่ยอมรับสำหรับการใช้งานจริงในการตรวจสอบอุบัติเหตุการขนส่งทางรถยนต์ในรัสเซียที่ร่ำรวยและมีหมอกควันภายใต้กรอบของโครงการของรัฐ "สถานที่ปลอดภัย" ในระบบสำหรับการควบคุมอัตโนมัติของกระบวนการทางเทคโนโลยีและลำดับวิดีโอต่างๆ ระบบติดตามตรวจสอบการควบคุมการจราจร รวมทั้งในระบบการระบุวัตถุบนภาพถ่ายทางอากาศและการจำแนกภาพทิวทัศน์

ตระหนักถึงผลงาน โปรแกรมกระจายสำหรับการลงทะเบียนกับโปรแกรมรีจิสทรีของรัสเซียสำหรับ EOM: โปรแกรม "การแบ่งส่วนของภาพข้อความที่เขียนด้วยลายมือ (SegPic)" (ใบรับรองหมายเลข 2008614243 มอสโก 5 กันยายน 2551); โปรแกรม "การประเมินการเคลื่อนไหว" (ใบรับรองหมายเลข 2009611014, มอสโก, 16 กุมภาพันธ์ 2552); โปรแกรม "การแปลเป็นภาษาท้องถิ่นของแต่ละบุคคล (FaceDetection)" (ใบรับรองหมายเลข 2009611010, มอสโก, 16 กุมภาพันธ์ 2552); โปรแกรม "ระบบสำหรับการซ้อนทับเอฟเฟกต์ธรรมชาติบนภาพนิ่ง (เลียนแบบเอฟเฟกต์ธรรมชาติ)" (ใบรับรองหมายเลข 2009612794, มอสโก, 30 เมษายน 2552); โปรแกรม "การตรวจจับควันด้วยภาพ (SmokeDetection)" (ใบรับรองหมายเลข 2009612795 มอสโก 30 เมษายน 2552); "โปรแกรมสำหรับการลงทะเบียนภาพของแผ่นป้ายทะเบียนยานยนต์ในกรณีที่มีการจราจรหนาแน่นรัสเซีย (FNX CTRAnalyzer)" (ใบรับรองหมายเลข 2010612795 มอสโก 23 มีนาคม 2553) มอสโก 31 กุมภาพันธ์ 2553

มีการดำเนินการเกี่ยวกับการถ่ายโอนอัลกอริธึมและการสนับสนุนซอฟต์แวร์นั้นสำหรับการจดจำเคสในตู้เย็นในสายคลังสินค้า (VAT KZG "Biryusa", Krasnoyarsk) เพื่อระบุวัตถุในภาพแนวนอน (อุปกรณ์วิทยุที่เกี่ยวข้อง "Vega", VAT KB "Promіn " , м. Рибінськ Ярославської області), для сегментації лісової рослинності за набором послідовних аерофотознімків (ТОВ «Альтекс Геоматика», м. Москва), для виявлення пластин державних реєстраційних знаків автотранспортних засобів у відеопослідовності при багатопоточному русі та підвищення якості їх відображення^ (УГИБД Красноярському edge, ม. ครัสโนยาสค์).

อัลกอริธึมที่พัฒนาขึ้นและความปลอดภัยของซอฟต์แวร์ได้รับการพัฒนาในกระบวนการเริ่มต้นในระหว่างการศึกษาสาขาวิชา "การประมวลผลข้อมูลทางปัญญา", "เทคโนโลยีคอมพิวเตอร์ในวิทยาศาสตร์และแสง", "พื้นฐานทางทฤษฎีของการประมวลผลภาพดิจิทัล", "การจดจำภาพ", "การวัดทางประสาท" ", อัลกอริธึมสำหรับการประมวลผลภาพ", "อัลกอริทึมสำหรับการประมวลผลลำดับวิดีโอ", "การวิเคราะห์ฉากและแมชชีนวิชัน" ที่มหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรียตั้งชื่อตามนักวิชาการ M.F. Reshetnov (ซิบดียู)

ความน่าเชื่อถือของผลลัพธ์ที่ได้จากงานวิทยานิพนธ์นั้นมั่นใจได้ด้วยความถูกต้องของวิธีการที่ได้รับชัยชนะและความเข้มงวดทางคณิตศาสตร์ของการแก้ไขตลอดจนความถูกต้องของการกำหนดตำแหน่งของงานในผลลัพธ์ของการตรวจสอบการทดลอง

บทบัญญัติหลักสำหรับการตำหนิ Zakhist:

1. แบบจำลองสำหรับการประมวลผลและการจดจำภาพไดนามิกในฉากพับ ถูกขยายอย่างสมบูรณ์โดย ієrarchical เท่ากับของการแบ่งส่วนและรับรู้ไม่เพียงแต่วัตถุ แต่ยังรวมถึงวัตถุที่ทำงานอยู่ด้วย

2. การขยายทฤษฎีพรรณนาของการจดจำภาพสำหรับอนุกรมเวลา (ลำดับภาพ) ด้วยความก้าวหน้าเพิ่มเติมของเนื้อหาข้อมูลของการวิเคราะห์ข้อมูลในพื้นที่ว่างและในเขตเวลาของคลังสินค้า

3. วิธีปรับพื้นที่ชั่วโมงเพื่อประเมินการเคลื่อนไหว บนพื้นฐานของการแสดงเทนเซอร์ของผลกระทบ 31 ในพื้นที่ในลำดับซิงโครนัสของช่วงการสั่นสะเทือนทางแม่เหล็กไฟฟ้าที่มองเห็นและอินฟราเรด

4. แบบจำลองการเคลื่อนที่แบบ Bagatory ในฉากพับ ซึ่งขยายการสลายตัวของฉากเปอร์สเปคทีฟที่ขอบเพื่อการวิเคราะห์เส้นทางการเคลื่อนที่ของวัตถุที่เชื่อถือได้

5. อัลกอริธึมขั้นสูงสำหรับการแบ่งกลุ่มออบเจ็กต์แบบไดนามิก ซึ่งช่วยให้บนพื้นฐานของการแปลงกลุ่มและการประมาณค่าอินทิกรัลและค่าคงที่ เพื่อเปิดเผยการซ้อนทับของการฉายภาพวัตถุ ลักษณะที่ปรากฏ / ลักษณะของวัตถุจากมุมมองของ เซ็นเซอร์วิดีโอ

6. วิธีการจำแนกภาพไดนามิกตามวิธีการแก้ไขของการยอมรับวิธีแก้ปัญหาโดยรวมและการรับรู้มุมมองหลอกในพื้นที่เมตริกตลอดจนฉากที่ใช้งานและส่วนย่อยในฉากพับ

การอนุมัติของหุ่นยนต์ บทบัญญัติหลักของผลการศึกษาวิทยานิพนธ์ถูกกล่าวถึงและอภิปรายในการประชุมนานาชาติครั้งที่ 10 "การจดจำรูปแบบและการวิเคราะห์ภาพ: เทคโนโลยีสารสนเทศสมัยใหม่" (S.-Petersburg, 2010), การประชุมระหว่างประเทศ "Ultra Modern Telecommunications and Control Systems ICUMT2010"; การประชุมวิชาการระดับนานาชาติ XII เกี่ยวกับวิธีการที่ไม่อิงพารามิเตอร์ในการวิเคราะห์ทางไซเบอร์และการวิเคราะห์ระบบ (Krasnoyarsk, 2010), การประชุมวิชาการระดับนานาชาติครั้งที่สอง "Intelligent Decision-Technologies - IDT 2010" (Baltimore, 2010), การประชุมนานาชาติ III “ระบบอัตโนมัติ, การควบคุม? และเทคโนโลยีสารสนเทศ - AOIT-ICT"2010" (Novosibirsk, 2010), การประชุมและนิทรรศการระดับนานาชาติครั้งที่ 10, 11 และ 12 "การประมวลผลสัญญาณดิจิทัลและїї zastosuvannya" (มอสโก, 2008 - 2010), X การประชุมทางวิทยาศาสตร์และทางเทคนิคระดับนานาชาติ "ตามทฤษฎี" และพลังประยุกต์ของเทคโนโลยีสารสนเทศที่ทันสมัย" (Ulan-Ude, 2009), การประชุมทางวิทยาศาสตร์และทางเทคนิคระดับนานาชาติที่ทรงเครื่อง "ไซเบอร์เนติกส์และเทคโนโลยีชั้นสูงของศตวรรษที่ XXI" (Voronіzh, 2008), การประมวลผลภาพการประชุมทั้งหมดของรัสเซีย” (Krasnoyarsk, 2007) , ที่การประชุมทางวิทยาศาสตร์ระดับนานาชาติ X, XI และ XIII "การอ่าน Reshetnevskiy" (Krasnoyarsk, 2006, 2007, 2009) เช่นเดียวกับการสัมมนาทางวิทยาศาสตร์ของ State University of Aerospace Appliances - Petersburg, 2009), สถาบันการคำนวณแบบจำลองของ CO

RAS (Krasnoyarsk, 2009), Institute of Image Processing Systems RAS (Samara, 2010).

สิ่งพิมพ์ จากผลการวิจัยวิทยานิพนธ์ มีการตีพิมพ์บทความอื่นๆ 53 ฉบับ รวมถึงเอกสาร 1 ฉบับ บทความ 26 บทความ (โดยนักวิชาการ 14 บทความตีพิมพ์ รวมอยู่ในรายชื่อ Higher Attestation Commission, 2 บทความเผยแพร่โดยนักวิชาการ ตกแต่งใหม่โดย Thomson Reuters: Science Citation Index Expanded / Conference Proceeding Index ”), 19 บทคัดย่อของหมายเหตุเพิ่มเติม, 7 ใบรับรองที่ลงทะเบียนกับ Russian Register of Programs สำหรับ EOM รวมถึง 3 ดาวจาก NDR

รายการพิเศษ. นี่คือผลลัพธ์หลัก การมีส่วนร่วมในการทำวิทยานิพนธ์ รวมถึงการกำหนดงานของการแก้ปัญหาทั้งทางคณิตศาสตร์และอัลกอริธึม ที่ผู้เขียนทำในลักษณะพิเศษ หรือถูกแสดงโดยความอยากรู้ทางวิทยาศาสตร์และการมีส่วนร่วมอย่างต่อเนื่อง สำหรับวัสดุของงาน วิทยานิพนธ์สองฉบับในระดับวิทยาศาสตร์ของผู้สมัครสาขาวิทยาศาสตร์เทคนิคถูกขโมย และผู้เขียนเป็นเคอริฟนิกทางวิทยาศาสตร์อย่างเป็นทางการ

โครงสร้างหุ่นยนต์ งานนี้ประกอบด้วยรายการ หกแผนก visnovkiv รายการบรรณานุกรม เนื้อหาหลักของวิทยานิพนธ์มี 326 หน้า สรุปได้ 63 ตัวเลขและ 23 ตาราง รายชื่อบรรณานุกรมประกอบด้วย 232 ชื่อ

6.7 Wisnovki บน choli

ในส่วนนี้จะทบทวนโครงสร้างและหน้าที่หลักของซอฟต์แวร์เชิงซ้อนรุ่นทดลอง "ZROEL", v.1.02 ระบบ vykonuєієrarchіchnuієrkhіchnuієrkhіchnu obrobkі sequentі izobrazhen จนถึง vyshchih іvnіvrіvnіvrіvnіvnіnі ob'єktіv i podіy กราฟ การวัด และตัวแยกประเภท โมดูลระดับต่ำจำนวนหนึ่งของระบบทำงานในโหมดอัตโนมัติ

การศึกษาทดลองบนพื้นฐานของชุดซอฟต์แวร์นี้ดำเนินการกับลำดับวิดีโอและลำดับอินฟราเรดจำนวนหนึ่งจากฐานการทดสอบ "OTCBVS^07" ในวิดีโอทดสอบลำดับ "รถแท็กซี่ฮัมบูร์ก", "ลูกบาศก์รูบิค" "เงียบ" เช่นเดียวกับเนื้อหาวิดีโอต้นฉบับ ห้าวิธีในการประเมินการเคลื่อนไหวได้รับการทดสอบ มีการทดลองแสดงให้เห็นว่าวิธีการปิดกั้นและวิธีการเสนอสำหรับลำดับอินฟราเรดแสดงค่าใกล้เคียงกันและมีความแม่นยำน้อยที่สุด วิธีการนำเสนอสำหรับซีเควนซ์วิดีโอและวิธีการก้าวอยู่เบื้องหลังคุณลักษณะของจุดแสดงผลลัพธ์ที่คล้ายคลึงกัน ในกรณีนี้ การแบ่งส่วนของ tensorialpidkhіdมีการคำนวณด้วยคอมพิวเตอร์ที่บังคับน้อยกว่าเมื่อเทียบกับวิธีการเย็บด้วยจุดเอกพจน์ ตัวแปรคอมโพสิตของการซิงโครไนซ์ลำดับวิดีโอและซีเควนซ์อินฟราเรดจนถึงขอบเขตของการแปรผันตามความสำคัญของโมดูลัสของเวกเตอร์ความเร็วและในความคิดของการลดความส่องสว่างของฉาก

Для розпізнавання візуальних об'єктів застосовувалися чотири види псевдо-відстаней (псевдо-відстань Хаусдорффа, Громова-Хаусдорффа, Фреше, природна псевдо-відстань) для знаходження міри подібності вхідних динамічних образів з еталонними динамічними образами (залежно від уявлення динамічної ознаки - множини безлічі векторів , ฟังก์ชั่นที่ไม่มีตัวตน). Voni แสดงให้เห็นถึงความสามารถในการสร้างภาพที่มีการเปลี่ยนแปลงทางสัณฐานวิทยาที่ยอมรับได้ การรวมการทำให้เป็นมาตรฐานของการประเมินรูปร่างกับรูปร่าง Kc ของส่วนบนของการฉายภาพของวัตถุระหว่างเฟรมที่มีนัยสำคัญทางจิตใจกับพื้นที่ของส่วนบนของ 5e และการประเมินค่าคงที่ - ฟังก์ชันสหสัมพันธ์ของ ส่วนบนของเส้นโครง Fcor วิธีการแก้ไข Zastosuvannya ที่ปรับเปลี่ยนในการยอมรับวิธีแก้ปัญหาโดยรวมช่วยให้ "มองเห็น" ในการเตือนระยะทางของภาพที่เข้ามา (การตกหล่นของการฉายภาพซ้อนทับกันสร้างฉากในแสงไฟ) และเลือกข้อควรระวังที่เหมาะสมที่สุด การทดลองแสดงให้เห็นว่าการใช้วิธีการแก้ไขในการตัดสินใจร่วมกันจะเพิ่มความแม่นยำในการจดจำโดยเฉลี่ย 24-29%

ผลการทดลองของการประเมินการจราจร การแบ่งส่วน และการรับรู้วัตถุถูกปฏิเสธในลำดับภาพทดสอบ ("รถแท็กซี่ฮัมบูร์ก", "ลูกบาศก์รูบิค" ผู้คนได้รับการทดสอบจากฐานข้อมูลการทดสอบ PETS, CAVIAR, VACE ผลลัพธ์ที่ดีที่สุดแสดงการจดจำสำหรับสองลำดับเช่นกัน เนื่องจากผลการทดลองที่ดีที่สุดเกิดขึ้นเมื่อรู้จักคนที่ใช้งานเป็นระยะซึ่งไม่เปลี่ยนแปลงในกลุ่ม (เดินใหญ่ยกมือ)

เมื่อเสร็จสิ้นการแบ่งส่วนที่หก โครงการที่นำไปใช้ดังกล่าวได้รับการตรวจสอบ เช่น "การลงทะเบียนด้วยสายตาของป้ายทะเบียนอธิปไตยในยานยนต์ในรัสเซียอันอุดมสมบูรณ์", "ระบบสำหรับระบุรุ่นของเคสตู้เย็นหลังภาพ", "อัลกอริทึม การประมวลผลของ การแบ่งส่วนภาพแนวนอน การระบุวัตถุ Algorithmic and software security ถูกโอนไปยังผู้สมัคร, องค์กร: ผลการดำเนินการทดสอบแสดงให้เห็นถึงการปฏิบัติได้จริงของการรักษาความปลอดภัยซอฟต์แวร์ซึ่งพัฒนาขึ้นโดยใช้แบบจำลองและวิธีการที่หุ่นยนต์วิทยานิพนธ์นำมาใช้

วิสโนโวค

ที่หุ่นยนต์วิทยานิพนธ์ ปัญหาทางวิทยาศาสตร์และทางเทคนิคที่สำคัญที่สุดในการประมวลผลข้อมูลกาลอวกาศ การลบออกจากลำดับของช่วงที่มองเห็นได้และช่วงอินฟราเรดในการแสดงภาพแม่เหล็กไฟฟ้า และการจดจำภาพไดนามิกในฉากพับถูกวาง ระบบการประมวลผลและการสังเกตแบบลำดับชั้นเป็นสัญญาณของข้อมูลกาล-อวกาศและพื้นฐานระเบียบวิธีสำหรับการดำเนินงานประยุกต์ในแกลเลอรีของการเฝ้าระวังวิดีโอ

ในบทนำ ความเป็นจริงของงานวิทยานิพนธ์ถูกสรุปไว้ มีการกำหนดคำอุปมาและกำหนดงานการวิจัย ความแปลกใหม่ทางวิทยาศาสตร์และคุณค่าทางปฏิบัติของผลลัพธ์ถูกนำเสนอ บทบัญญัติหลักจะถูกนำเสนอซึ่งจะต้องถูกตำหนิสำหรับ ซาฮิสต์

ในส่วนแรก แสดงให้เห็นว่าวัตถุที่มองเห็นในลำดับวิดีโอมีลักษณะเป็นเวกเตอร์ที่สมบูรณ์ยิ่งขึ้น ภาพที่ต่ำกว่าในการตั้งค่าแบบคลาสสิกของการจดจำภาพนิ่ง ที่หุ่นยนต์วิทยานิพนธ์ ขั้นตอนการทำให้กระจ่างถูกแนะนำที่การประมวลผลระดับกลางและระดับสูง ซึ่งอาจมีความสำคัญสำหรับภาพไดนามิก

การจำแนกประเภทการจดจำหลักสำหรับภาพนิ่ง ฉากคงที่ที่มีองค์ประกอบของความโกลาหลและลำดับของภาพได้รับการกระตุ้น ซึ่งสะท้อนถึงธรรมชาติทางประวัติศาสตร์ของการพัฒนาวิธีการทางคณิตศาสตร์ในแกลเลอรีนี้ มีการดำเนินการวิเคราะห์รายงานวิธีการประเมินการเคลื่อนไหว อัลกอริธึมสำหรับการแบ่งส่วนวัตถุที่ยุบ และวิธีการตีความฉากพับย่อย

Розглянуто існуючі комерційні апаратно-програмні комплекси в таких галузях, як моніторинг транспортних засобів різного призначення, обробка спортивних відеоматеріалів, забезпечення безпеки (розпізнавання осіб, несанкціоноване проникнення людей на територію, що охороняється), Також аналізуються дослідницькі розробки для систем відеоспостереження.

ในตอนท้ายของบทที่ 1 มีการแนะนำคำชี้แจงเกี่ยวกับปัญหาการประมวลผลลำดับภาพในชั่วโมงว่างซึ่งนำเสนอในการประมวลผลและการรับรู้ข้อมูลภาพจากลำดับภาพสามขั้นตอนที่เท่ากันและห้าขั้นตอน

ในวิทยานิพนธ์อีกฉบับหนึ่ง แบบจำลองที่เป็นทางการของการประมวลผลและการจดจำวัตถุสำหรับภาพนิ่งและลำดับของภาพถูกทำลายลง การแสดงภาพที่ยอมรับได้อย่างชัดเจนในพื้นที่กว้างใหญ่ของรูปภาพและพื้นที่กว้างใหญ่เป็นสัญญาณสำหรับงานโดยตรงและงานที่ส่งคืน มีการแนะนำกฎสำหรับฟังก์ชันเสมือนที่ไม่เปลี่ยนแปลงและค่าคงที่แบบไดนามิกสูงสุดที่ระบุ เมื่อจำเส้นทางของภาพต่างๆ ในพื้นที่อันอุดมสมบูรณ์ เครื่องหมายสามารถบดบังได้ เมื่อการคาดคะเนของวัตถุเปลี่ยนไป ความสำคัญของค่าคงที่ไดนามิกสูงสุดที่แคบลงจะยุบได้มากขึ้น และในสถานการณ์เช่นนี้ เป็นไปไม่ได้ที่จะบรรลุผล

มีการตรวจสอบหลักการหลักของทฤษฎีพรรณนาของการจดจำภาพซึ่งเป็นพื้นฐานของวิธีการปกติในการเลือกการสังเคราะห์ขั้นตอนอัลกอริทึมสำหรับการประมวลผลข้อมูลในการจดจำภาพ Запропоновано додаткові принципи, що розширюють дескриптивну теорію для динамічних зображень: облік мети розпізнавання на початкових стадіях обробки послідовності зображень, розпізнавання ситуацій динамічних об'єктів, оцінка передісторії динамічних об'єктів, змінна кількість об'єктів спостереження в складних сценах.

มีรายงานว่าปัญหาในการมองหาสัญญาณหลักสำหรับการวิเคราะห์ลำดับของภาพนั้นขึ้นอยู่กับประเภทของการจับภาพ (ในช่วงเวลาของการถ่ายภาพมุมเดียว) การเคลื่อนไหวของเซ็นเซอร์วิดีโอและการมองเห็นของวัตถุที่ยุบลงใน โซนการมองเห็น มีการจัดทำรายการบางสถานการณ์ในพื้นที่เปิดโล่งซึ่งเป็นสัญญาณของงานที่ซับซ้อนสำหรับโลก

ในขั้นตอนที่สาม มีการกำหนดขั้นตอนของการประมวลผลลำดับของภาพและการจดจำวัตถุ การกระทำที่แอ็คทีฟ ซึ่งคล้ายกับประเภทของฉาก ขั้นตอนเพื่อให้บรรลุลักษณะลำดับขั้นสุดท้ายของการประมวลผลข้อมูลภาพ นอกจากนี้ ให้นึกถึงการแลกเปลี่ยนวิธีการแบบลำดับชั้นในการประมวลผลลำดับภาพในชั่วโมงอวกาศ

การจำแนกประเภทของพื้นที่ไดนามิกของภาพดำเนินการโดยการวิเคราะห์ค่าภายใน 31) ของเทนเซอร์โครงสร้างซึ่งคุณสมบัติเวกเตอร์ถูกกำหนดให้กับผลกระทบในท้องถิ่นของความเข้มของภาพของเฟรมฆ่าตัวตายและ ได้คะแนนสำหรับการประเมินทิศทางท้องถิ่นของภูมิภาคที่มีพลวัต วิธีการใหม่ในการประเมินการเคลื่อนที่ของการสื่อสารในชั่วโมงอวกาศของช่วงการเปลี่ยนแปลงที่มองเห็นได้และอินฟราเรดตามวิธีการเทนเซอร์ได้รับการต่อสายดินแล้ว ตรวจสอบความเป็นไปได้ในการจัดเก็บแกนกลางที่เปลี่ยนแปลงอย่างกว้างขวาง ซึ่งปรับให้เข้ากับการขยายตัวของการวางแนวของการลับจุดนั้น การปรับความคมชัด ที่ด้านหลังศีรษะ รูปทรงของเสา แล้วปรับรูปร่างหลังจากทำซ้ำ 2-3 ครั้งบนรูปร่างของวงรีที่มุ่งเน้น ช่วยให้สามารถประเมินการวางแนวของโครงสร้างบนภาพได้ กลยุทธ์ดังกล่าวช่วยปรับปรุงค่าประมาณการไล่ระดับสีในชุดข้อมูลกาล-อวกาศ

การประเมินพารามิเตอร์ท้องถิ่นอย่างเร่งด่วนเพื่อดำเนินการคำนวณพื้นฐานทางเรขาคณิตและจุดพิเศษของภูมิภาค ในลักษณะนี้ การประเมินสัญญาณท้องถิ่นของการพัฒนาภูมิภาคเป็นพื้นฐานสำหรับการพัฒนาสมมติฐานเพิ่มเติมเกี่ยวกับการมีอยู่ของวัตถุที่มองเห็นของชั้นที่สามนั้น การเลือกลำดับวิดีโอแบบซิงโครนัสและลำดับอินฟราเรดช่วยให้เราสามารถปรับปรุงผลลัพธ์ของการแบ่งส่วนภูมิภาคบนภาพของเวกเตอร์ในพื้นที่ในภูมิภาค

แสดงให้เห็นว่าสามารถประเมินภาพระหว่างสีได้โดยใช้วิธีการไล่ระดับแบบหลายสี โดยได้รับแจ้งจากทุกทิศทางที่จุดผิวของวงล้อม โดยวิธีเวกเตอร์จากสถิติลำดับต่างๆ เกี่ยวกับภาพสี ตลอดจน การพัฒนาวิธีการเทนเซอร์ภายในกรอบวิธีการแบบหลายสี วิธีการชี้แจงข้อมูลรูปร่างอาจมีความสำคัญสำหรับภูมิภาคเนื่องจากมีการคาดคะเนที่ยอมรับได้จำนวนมาก

ในแผนกที่สี่ แบบจำลองการเคลื่อนไหวที่หลากหลายได้รับแรงบันดาลใจจากโครงสร้างของการเคลื่อนไหว ซึ่งสะท้อนถึงพลวัตของวัตถุในฉากจริงและขยายdvorіvnevuของฉากซึ่งได้รับอิทธิพลจากวัตถุที่น่าสนใจและการผุพังที่ไม่เกะกะ

ยังมีโมเดลอื่นๆ ของวัตถุไดนามิกบนระนาบ ซึ่งอิงตามทฤษฎีของกลุ่มคอมแพค Li นำเสนอแบบจำลองสำหรับการเปลี่ยนแปลงการออกแบบและแบบจำลองต่างๆ ของการเปลี่ยนแปลงในเอเธนส์ การเปลี่ยนแปลงดังกล่าวดีในการอธิบายโครงสร้างของโลกด้วยการฉายภาพจำนวนมาก (วัตถุเทคโนโลยี) การส่งโครงสร้างจากการคาดคะเนจำนวนที่ไม่ จำกัด (วัตถุของมนุษย์) และการแปลงแบบโปรเจ็กต์จะมาพร้อมกับจิตใจที่เติมแต่งต่ำ (zocrema บางทีอาจอยู่ในระยะห่างของวัตถุจากเซ็นเซอร์วิดีโอวัตถุขนาดเล็กด้วย) ทฤษฎีบทนี้ซึ่งนำโดย L. S. Pontryaginim ได้รับการเสนอแนะ บนพื้นฐานของการที่มันเป็นไปได้ที่จะรู้ automorphism ภายในของพิกัดกลุ่ม ซึ่งอธิบายวัตถุอย่างแม่นยำจนถึงจุดทำลายล้างระหว่างเฟรมที่สำคัญ ขนาดของความเสียหายขึ้นอยู่กับวิธีการประเมินการหมุนเวียนของต้นทุนระหว่างบุคลากร แบ่งออกเป็น 3 ส่วน"

การขยายตัวของการเปลี่ยนแปลงที่อนุญาตระหว่างกลุ่มของการเปลี่ยนแปลงผ่านความเป็นคู่ของธรรมชาติ 2 ปอนด์) - ภาพ (การแนะนำการเปลี่ยนแปลงในการฉายภาพของวัตถุและการเปลี่ยนแปลงทางสายตาของวัตถุจำนวนหนึ่ง: (vzaєmodiyaของวัตถุ)) ได้รับแรงจูงใจ . ยากิรู้เกณฑ์แล้วเมื่อกลุ่มงูการย้อนกลับของ Active ในฉากและชายในอินเทโกวานีรูปร่างของ KS ของ KSAMI ตำแหน่ง ONELARITIA ROSENIS - Corleta ของ Korletovyna - Corleta กลุ่ม Li s' d, yakіอนุญาตให้ประเมินขั้นตอนของความเกียจคร้านและเปิดเผยธรรมชาติของการหยุดชะงักของวัตถุที่ได้รับการปกป้อง

นอกจากนี้ยังมีการกระตุ้นแบบจำลองของการฟื้นฟูการเคลื่อนไหวของวัตถุในลำดับของภาพซึ่งรวมถึงแถวจังหวะของวิถีการเคลื่อนที่การเปลี่ยนแปลงรูปร่างของวัตถุในกรณีของโยคะในอวกาศตลอดจนการเปลี่ยนแปลงรูปแบบ ของวัตถุที่แสดงลักษณะที่ปรากฏของฉาก / การจดจำวัตถุจากช่องช่องว่างเซ็นเซอร์ (ใช้เพื่อจดจำการกระทำและฉากย่อย) หนึ่ง

อัลกอริธึมของการแบ่งส่วนวัตถุในฉากพับถูกแยกย่อยออก ซึ่งรวมถึงการแบ่งส่วนย้อนกลับแบบย้อนกลับ (การวาดภาพใหม่ การแสดงวัตถุนั้นจากมุมมองกล้อง การเคลื่อนไปที่กล้อง) ซึ่งประกอบด้วยสามขั้นตอน: ก่อน- การแบ่งส่วน การแบ่งส่วน และหลังการแบ่งส่วน สำหรับการแบ่งส่วนผิวหนัง การกำหนดงาน ข้อมูลภาพและภาพ การพัฒนาบล็อกไดอะแกรมของอัลกอริธึมที่อนุญาตให้มีการแบ่งส่วนฉากพับ การอยู่เหนือชัยชนะของลำดับซิงโครนัสของช่วงต่างๆ ของการสร้างภาพข้อมูล

ในส่วนที่ 5 จะพิจารณากระบวนการรับรู้ภาพแบบไดนามิก ซึ่งยึดตามหลักไวยากรณ์ที่เป็นทางการ การปรับเปลี่ยนฉากของช่างวิดีโอ และวิธีการตัดสินใจร่วมกัน ฉากไดนามิกที่มีการเคลื่อนไหวที่หลากหลายสร้างโครงสร้างที่เปลี่ยนแปลงในชั่วโมงก็เพียงพอที่จะชนะวิธีการจดจำโครงสร้าง ไวยากรณ์ตามบริบทที่ไม่สำคัญของการจดจำฉากที่ถูกพับได้รับการเผยแพร่จากการเคลื่อนไหวของวัตถุที่รับรู้สองภารกิจ: งานของการแยกวิเคราะห์ลำดับของภาพและงานของการวิเคราะห์วากยสัมพันธ์ของฉาก

วิธีพื้นฐานที่สุดในคำอธิบายเชิงความหมายของฉากคือวิดีโอกราฟ โดยใช้วิธีการจัดกลุ่มตามลำดับชั้น บนพื้นฐานของสัญญาณที่ซับซ้อนของระดับล่างจะมีการสร้างพื้นที่กว้างใหญ่ของโครงสร้างสถานีในชั่วโมงพื้นที่กว้างใหญ่ของวัตถุและภาพวิดีโอของฉากซึ่งรวมถึงการรับรู้ถึงพื้นที่กว้างใหญ่ของวัตถุการรวบรวมอำนาจในพวกเขา และยังเชื่อมโยงช่องว่างระหว่างชั่วโมง

การปรับเปลี่ยนวิธีการแก้ปัญหาร่วมกันจะขึ้นอยู่กับขั้นตอนการรับรู้ภายในประเทศ ในระดับแรก มีการรับรู้ถึงความน่าเชื่อถือของภาพลักษณ์ของคุณและด้านอื่นๆ ของความสามารถ อีกด้านหนึ่งของแม่น้ำ กำลังได้รับความกล้าหาญของกฎสูงสุด ความสามารถสูงสุดในพื้นที่ที่กำหนด ถูกกระตุ้นเพื่อพัฒนาสำหรับวิสัยทัศน์หลอกด้วยโลกแห่งความคล้ายคลึงกันของภาพไดนามิกอินพุตที่มีภาพไดนามิกมาตรฐานในที่รกร้างว่างเปล่าในการเป็นตัวแทนของสัญญาณไดนามิก - การคูณของลักษณะตัวเลข, การคูณเวกเตอร์, การคูณของฟังก์ชัน

เมื่อจำแนกวิดีโอย่อยของฉากพับ ฉากนั้นจะขยายเป็นวิดีโอย่อย: จะมีการแจ้งโมเดลการฝากวัตถุของวัตถุไดนามิก ตามฟังก์ชันของความสอดคล้อง ตัวแยกประเภทที่ง่ายที่สุดจะพบได้ในพื้นที่ของเครื่องหมาย (เช่น หลังจากวิธี ^-ค่าเฉลี่ย) เพื่อให้การตั้งค่านี้กำหนดขึ้นสำหรับเทมเพลตจำนวนมากที่เกี่ยวข้องกับออบเจกต์ที่รู้จักก่อนหน้านี้ ทบทวนวิธีการและรูปแบบของแม่แบบในการฉายภาพวัตถุ

ช่างถ่ายวิดีโอจะขึ้นอยู่กับการวัดของ Markov วิธีการเปิดเผยตัวแทนสื่อที่ใช้งานอยู่รวมถึงขั้นตอนในการส่งเสริมให้ระบุตัวนักถ่ายวิดีโอเพื่อรับรู้ใกล้เวที ชุดสกินแต่ละชุดจะมีรุ่นของตัวเองเนื่องจากได้รับการฝึกฝนเกี่ยวกับสต็อกทดสอบ Iyavlennya podіy zvoditsya เพื่อจัดกลุ่มของ dіy ที่ใช้งานอยู่, scho ต่อมา vykonuyutsya บนพื้นฐานของแนวทางแบบเบย์ เมทริกซ์แยกแบบเรียกซ้ำของสัมประสิทธิ์ของคุณที่ลำดับวิดีโออินพุตและความสอดคล้องกับการอ้างอิง หมวดย่อย และ otrimanimy ในขั้นตอนการฝึก ข้อมูลนี้มีไว้สำหรับประเภทของฉาก และหากจำเป็น ให้สร้างดัชนีลำดับวิดีโอในฐานข้อมูล รูปแบบการทำความเข้าใจและการตีความภาพและสื่อวิดีโอสำหรับการจัดทำดัชนีในฐานข้อมูลอินเทอร์เน็ตมัลติมีเดียได้ถูกทำลายลง

คำอธิบายซอฟต์แวร์เชิงซ้อนรุ่นทดลอง "SPOER", v.l.02 พร้อมบทสรุปของลำดับภาพและการจดจำวัตถุและพ็อดคร่าวๆ ถูกนำเสนอในแผนกที่หก ระบบ vykonuєієrarchіchnuієrkhіchnuієrkhіchnuobrobkіลำดับ izobrazhen จนถึงіnіvіshіhrіvnіvrіvnіvrіvnіvnіnіob'єktіvііpod ระบบ Vіn avtomatizirovannoy การมีส่วนร่วม scho vimagaє ของผู้คนสำหรับ nauchannya ที่ nalashtuvannya graphіvіn, mérezh іklаsifikatorіv โมดูลจำนวนต่ำของระบบทำงานโดยอัตโนมัติ

ในการตรวจสอบทดลองดำเนินการโดยใช้ซอฟต์แวร์ที่ซับซ้อน "SPOER", v.l.02, ลำดับวิดีโอและลำดับอินฟราเรดของภาพจากฐานการทดสอบ "OTCBVS" 07 ทดสอบลำดับวิดีโอ "แท็กซี่ฮัมบูร์ก", "ลูกบาศก์รูบิค" ได้ทดสอบวิธีการประเมินความเร็ว 5 วิธี โดยใช้วิธี proponation สำหรับลำดับวิดีโอที่แสดงผลลัพธ์ที่แม่นยำที่สุดและใช้การคำนวณด้วยคอมพิวเตอร์น้อยที่สุดเมื่อเปรียบเทียบกับวิธีอื่นๆ

สำหรับRospіznovannayaของ Obzalny การอนุญาตของสัณฐานวิทยาของโครงการ vicoristovilovilovilovilovilov วิธีการแก้ไข Zastosuvannya ของการยอมรับการตัดสินใจโดยรวมช่วยให้ "มองเห็น" ในการเตือนระยะทางของภาพที่เข้ามา (ข้อบกพร่องของการฉายภาพซ้อนทับกันการสร้างภาพฉากในแสง) และเลือกภาพที่เหมาะสมที่สุด การทดลองแสดงให้เห็นว่าการใช้วิธีการแก้ไขในการตัดสินใจร่วมกันจะเพิ่มความแม่นยำในการจดจำโดยเฉลี่ย 24-29%

ผลการทดลองของการประเมิน-ruhu; การแบ่งส่วนและการจดจำวัตถุถูกลบในลำดับภาพทดสอบ (แท็กซี่ฮัมบูร์ก, ลูกบาศก์รูบิก ลำดับวิดีโอแบบเงียบ และลำดับอินฟราเรดจากฐานข้อมูลการทดสอบ OTCBVS*07) สำหรับการรับรู้ของคนที่ใช้งาน DIY ได้ทำการทดสอบก้นจากฐานการทดสอบ PETS, CAVIAR, VACE ผลลัพธ์ที่ดีที่สุดแสดงการจดจำสำหรับสองลำดับ นอกจากนี้ยังบรรลุผลการทดลองที่ดีที่สุดเมื่อจดจำเด็กที่กระฉับกระเฉงเป็นระยะซึ่งไม่ได้เปลี่ยนกลุ่ม (เดินใหญ่ยกมือขึ้น) Hibni spratsovuvannya obumovleniya zasvіchennyamและการปรากฏตัวของเงาใกล้หลายฉาก

На базі експериментального комплексу «ЗРОЄЯ», V. 1.02 були розроблені системи обробки відеоінформації різного цільового призначення: «Візуальна реєстрація державних номерних знаків автотранспортних засобів при багатопотоковому русі», «Система ідентифікації моделей корпусів холодильників за зображеннями», «Алгоритми обробки та сегментації ландшафтних зображень . การระบุวัตถุ ความปลอดภัยอัลกอริทึมและซอฟต์แวร์ถูกโอนไปยังองค์กรที่สนใจ ผลการดำเนินการทดสอบแสดงให้เห็นว่าซอฟต์แวร์ใช้งานได้จริง ซึ่งพัฒนาบนพื้นฐานของการเสนอโมเดลและวิธีการของหุ่นยนต์วิทยานิพนธ์

ในอันดับนี้ ผลลัพธ์ต่อไปนี้ถูกนำมาจากหุ่นยนต์วิทยานิพนธ์:

1. เสนอแบบจำลองที่เป็นทางการสำหรับการประมวลผลและการรับรู้โครงสร้างชั่วโมงพื้นที่โดยอิงตามขั้นตอนลำดับชั้นแบบปรับตัวได้ ลำดับการประมวลผลของภาพที่พิจารณาโดยพวกเขาว่าในพวกเขาการแปลงแบบ isomorphic และ homomorphic นั้นประดิษฐานอยู่และหน้าที่ของค่าคงที่คงที่และไดนามิกนั้นประดิษฐานอยู่ นอกจากนี้ ตัวแบบยังได้รับแรงจูงใจให้ค้นหาสัญญาณวัตถุแบบคงที่และไดนามิกสำหรับงานบางอย่าง เพื่อวิเคราะห์ลำดับของภาพเมื่อมีเซ็นเซอร์วิดีโอที่กำลังยุบตัว และวัตถุที่ยุบลงในฉาก

2. Розширені- основні положення дескриптивного підходу до розпізнавання послідовностей зображень, що дозволяють враховувати цілі розпізнавання на початкових стадіях обробки послідовності зображень з подальшою сегментацією областей інтересу, будувати траєкторії руху і розпізнавати поведінку динамічних об'єктів, враховувати передісторію руху об'єктів об'єктів คำเตือน.

3. วิธีลำดับชั้นของการประมวลผลและการจดจำโครงสร้างกาลอวกาศซึ่งประกอบด้วยสามขั้นตอนที่เท่ากันและห้าขั้นตอนและการถ่ายโอนการทำให้เป็นมาตรฐานของการฉายภาพวัตถุซึ่งช่วยให้เพิ่มจำนวนการอ้างอิงสำหรับหนึ่งคลาสที่มีลักษณะไดนามิกที่แตกต่างกันของการพับ ,ได้รับการพัฒนา.

4. วิธีการประเมินการเคลื่อนไหวสำหรับลำดับของภาพจากช่วงการมองเห็นและอินฟราเรดของการสร้างการสั่นด้วยคลื่นแม่เหล็กไฟฟ้าได้รับการพัฒนา ซึ่งพิจารณาจากข้อเท็จจริงที่ว่าชุดข้อมูลชั่วโมงอวกาศได้รับชัยชนะ นำเสนอในรูปแบบของเทนเซอร์โครงสร้างและ ЪB เทนเซอร์ การไหลมีความชัดเจน การประเมินการเคลื่อนไหวของ Otriman ช่วยให้คุณสามารถเลือกวิธีการแบ่งส่วนวัตถุภาพแบบไดนามิกที่มีประสิทธิภาพมากที่สุด ซึ่งจะพิจารณาจำนวนการฉายภาพที่ยอมรับได้

5. แนะนำให้ใช้แบบจำลองการเคลื่อนที่ที่แตกต่างกันของพื้นที่ของภาพตามเวกเตอร์ความเร็วในพื้นที่ ซึ่งช่วยให้เราแยกฉากได้ ไม่เพียงแต่กับวัตถุที่อยู่เบื้องหน้าและพื้นหลังเท่านั้น แต่ยังรวมถึงระดับของการเคลื่อนไหวด้วย ของวัตถุในระยะทางในโปสเตอร์ โดยเฉพาะอย่างยิ่งสำหรับฉากพับ ซึ่งบันทึกโดยเซ็นเซอร์วิดีโอที่มีประโยชน์ หากวัตถุทั้งหมดของฉากอยู่ในภาพรัสเซีย

6. อัลกอริธึมแบบปรับได้สำหรับการแบ่งกลุ่มออบเจ็กต์ไดนามิกได้รับการพัฒนา: ก) สำหรับออบเจ็กต์ที่มีการฉายภาพในจำนวนที่จำกัด โดยอิงจากการวิเคราะห์ประวัติพลวัตของภูมิภาคไดนามิกในพื้นที่ ซึ่งได้รับแรงบันดาลใจจากข้อเท็จจริงที่ว่าในกรณีที่เกิดการเหลื่อมกัน รูปภาพจะได้รับการประมวลผลหลังจากเทมเพลตเพื่อให้ได้รูปร่างที่ถูกต้องของตัวกรองคาลมานคาดการณ์ในบรรทัดวิถี; b) สำหรับวัตถุที่มีจำนวนการฉายภาพเพียงพอโดยพิจารณาจากการวิเคราะห์ที่ซับซ้อน สี พื้นผิว สถิติ สัญญาณทอพอโลยี และสัญญาณของการเคลื่อนไหว ซึ่งคาดว่าเมื่อข้ามภาพ จะได้รูปร่างของพื้นที่โดยใช้เส้นขอบที่ใช้งานอยู่ กระบวนการ.

7. วิธีการสร้างวิดีโอไดนามิกของฉากพับถูกเสนอสำหรับวิธีการจัดกลุ่มสัญญาณที่ซับซ้อนของระดับล่างของโครงสร้างภายในเวลาชั่วโมงและระยะห่างของวัตถุในพื้นที่ การก่อตัวของช่างวิดีโอกำหนดเวลาของชั่วโมงระหว่างวัตถุและนำสัญญาณที่สำคัญทั้งหมดสำหรับการจดจำขั้นตอนใกล้เวที ขยายไวยากรณ์สองโลกของ M.I. Schlesinger ที่ขอบของโครงสร้างวิธีการรับรู้ไวยากรณ์สามบริบท

8: สำหรับการรับรู้วัตถุแบบไดนามิกของการดัดแปลงวิธีการแบบรวมจะใช้วิธีแก้ปัญหาก่อนอื่นคือการรับรู้ความน่าเชื่อถือของภาพในพื้นที่ของความสามารถแล้วเลือกกฎ virishal ความสามารถคือ สูงสุดในพื้นที่ที่กำหนด ได้รับแจ้งให้ chotiri vidi pseudo-ย่อมาจากการรับรู้ของโลกของความคล้ายคลึงกันของภาพไดนามิกอินพุตจากภาพที่รกร้างของการรวมตัวของสัญญาณไดนามิก

9. วิธีการจำแนกพ็อดโดยพิจารณาจากเบย์สตรีค ซึ่งแบ่งเมทริกซ์ของสัมประสิทธิ์หลักแบบเรียกซ้ำจากลำดับวิดีโออินพุตและการเจาะด้วยพ็อดอ้างอิง ถูกแยกย่อยในขั้นตอนของการเรียนรู้ Tsya іnformatsija єvihіdnoyสำหรับประเภทฉาก vyznachennya และลำดับวิดีโอіndexuvannyaในฐานข้อมูลอินเทอร์เน็ตมัลติมีเดีย

10. งานปฏิบัติของการประมวลผลและการจดจำลำดับของภาพนอกเหนือจากวิธีการปรับตัว - archarchical ของการประมวลผลชั่วโมงอวกาศ, การปฏิบัติจริงของวิธีการแสดง, ประสิทธิภาพของระบบของวิธีการประมวลผลแบบลำดับชั้นแสดงให้เห็น. การรับรู้ข้อมูลภาพด้วยความเป็นไปได้ในการเลือกสัญญาณที่ปรับเปลี่ยนได้ กระบวนการของงาน rozvyazannya นำผลลัพธ์จากการดูการออกแบบระบบทดลองและส่งต่อไปยังองค์กรที่สนใจ

ด้วยวิธีนี้ หุ่นยนต์วิทยานิพนธ์นี้ได้ละเมิดปัญหาทางวิทยาศาสตร์และทางเทคนิคที่สำคัญของการรักษาความปลอดภัยข้อมูลของระบบเตือนวิดีโอและการพัฒนาระบบใหม่โดยตรงที่แกลเลอรีของการประมวลผลในชั่วโมงอวกาศและการจดจำภาพไดนามิก

1. วิเคราะห์ภาพพับอัตโนมัติ / เอ็ด กิน. เบรเวอร์แมน M.: Svіt, 1969. - 309 p. บองการ์ด MM ปัญหาการรับรู้ - ม: นอก้า, 1967.-320 น.

2. Alpatov, B.A. , การรวมตัวกันของวัตถุที่กำลังยุบ, ตามลำดับของภาพสำหรับการปรากฏตัวของเส้นขอบบนพื้นที่และการเคลื่อนไหวของวัตถุ / BA อัลปาตอฟ, เอ.เอ. จีน// การประมวลผลภาพดิจิตอล ครั้งที่ 1, 2550. p. 11-16.

3. Alpatov, B.A. , วิสัยทัศน์ของวัตถุที่ยุบลงในจิตใจของภาพเรขาคณิต / BA อัลปาตอฟ พี.วี. Babayan // การประมวลผลสัญญาณดิจิตอลหมายเลข 45 2004. p. 9-14.

4. Alpatov, B.A. , Babayan P.V. Alpatov B.A. , Babayan P.V. การประมวลผลสัญญาณดิจิตอลหมายเลข 2, 2549 45-51 หน้า

5. Bolshakov, A.A. วิธีการประมวลผลข้อมูลที่หลากหลายและอนุกรมเวลา: คู่มือสำหรับมหาวิทยาลัย / A.A. Bolshakov, R.I. Karimov/M: Garyacha liniya-Telecom, 2007. 522 p.6: Bongard, M.M. ปัญหาการรับรู้ / MM Bongard/M.: Nauka, 1967.-320 p.

6. Bulinsky, A.V. ทฤษฎีกระบวนการวิพาดิคัล1/เอ.บี. Bulinsky, O.M. Shiryaev/M.: FIZMATLIT, 2005. 408 น.

7. Weinzweig, MM สถาปัตยกรรมของระบบการแสดงฉากไดนามิกในแง่ของความเข้าใจ / M.N. Vaintsvaig, M.M. Polyakova // Zb. ท. 11 รัสเซียทั้งหมด คอนเฟิร์ม "วิธีการทางคณิตศาสตร์สำหรับการรู้จำรูปแบบ (MMRO-11)", M. , 2003. pp. 261-263

8. Vapnik, V.M. หัวหน้าฝึกงานด้านการรับรู้ภาพ / V.M. Vapnik / M.: ความรู้ 2513 - 384 หน้า

9. P.Vapnik, V.M. ทฤษฎีการรู้จำรูปแบบ (ปัญหาทางสถิติของการเรียนรู้) / V.M. Vapnik, A.Ya. Chervonenkis/M.: Nauka, 1974. 416 น.

10. Vasiliev, V.I. การรับรู้ของ rukhomih tіl / V.I. Vasiliev, A.G. Ivakhnenko, V.Є. Reutsky และใน // Automation, 1967 ฉบับที่ 6, น. 47-52.

11. Vasiliev, V.I. ระบบการรับรู้ / V.I. Vasiliev / เคียฟ: Nauk. Dumka, 1969. 292 น.

12. Vasiliev, V.I. ระบบการรับรู้ โดวิดนิก/วี.ไอ. Vasiliev / Kiev, Nauk, Dumka, 1983. 422 น.

13. Vizilter, Yu.V. การดำเนินการตามวิธีการวิเคราะห์ข้อมูลทางสัณฐานวิทยาในปัญหาการเรียนรู้ของเครื่อง>/Yu.V. Vizilter // Bulletin of Computer and Information Technologies, No. 9, 2007, p. 11-18.

14. ไวซิลเตอร์, ยู.วี. สัณฐานวิทยาโปรเจ็กต์พร้อมการแก้ไขที่ดีขึ้น / Yu.V. Vіzіlter // กระดานข่าวของคอมพิวเตอร์และเทคโนโลยีสารสนเทศ, №4, 2008.-p. 11-18.

15. Vizilter, Yu.V. , Projective morphology และการพัฒนาในการวิเคราะห์โครงสร้างของภาพดิจิทัล / Yu.V. วิซิลเตอร์, เอส.ยู. Zhovtiv // อิซวี รัน. มอก. ฉบับที่ 6 2551 น. 113-128.

16. ไวซิลเตอร์, ยู.วี. การวิจัยเกี่ยวกับพฤติกรรมของตัวกรองการถดถอยอัตโนมัติในการดูและวิเคราะห์ปริมาณการใช้ข้อมูลในลำดับวิดีโอดิจิทัล / Yu.V. วิซิลเตอร์ บี.วี. Vishnyakov // แถลงการณ์ของคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ฉบับที่ 8, 2008. - p. 2-8.

17. ไวซิลเตอร์, ยู.วี. สัณฐานวิทยาการฉายภาพตามแบบจำลองที่อธิบายโดยฟังก์ชันที่มีโครงสร้าง /Yu.V. วิซิลเตอร์, เอส.ยู. Zhovtov // แถลงการณ์ของคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ฉบับที่ 11, 2009.-p. 12-21.

18. Vishnyakov, B.V. โดยใช้วิธีการแก้ไขการไหลของแสงในปัญหาของการเปิดเผยการเคลื่อนไหวการเย็บระหว่างเฟรม

19. คเณบนิก, S.M. การวิเคราะห์ฉากบนพื้นฐานของความซบเซาของภาพที่เหมือนไม้ / S.N. Ganebnikh, M.M. มีเหตุมีผล // Zb. ท. ตัวที่ 11 โตเต็มที่ คอนเฟิร์ม "วิธีการทางคณิตศาสตร์สำหรับการรู้จำรูปแบบ (MMRO-11)", M. , 2003.-p. 271-275.

20. Glushkov, V.M. ความรู้เบื้องต้นเกี่ยวกับไซเบอร์เนติกส์ / V.M. Glushkov/Kiev: ประเภทของ AN URSR, 1964. 324 น.

21. Gonzalez, R. , Woods R. การประมวลผลภาพดิจิตอล แปลจากภาษาอังกฤษ สำหรับสีแดง P. A. Chochia / R. Gonzalez, R. Woods / M.: Technosfera, 2006. 1072 p.

22. Goroshkin, A.N. , การแบ่งส่วนรูปภาพของข้อความที่เขียนด้วยลายมือ (SegPic) / O.M. Goroshkin, M.M. Favorska // ใบรับรองหมายเลข 2008614243 ลงทะเบียนกับ Registry of Programs for EOM, Moscow, 5 กันยายน 2008

23. Grenander, W. บรรยายเกี่ยวกับทฤษฎีภาพ / W. Grenander / ใน 3 เล่ม / แปลจากภาษาอังกฤษ สำหรับสีแดง Yu.I. Zhuravlova. ม: มีร์, 1979-1983. 130 วิ

24. กรูซมัน, ไอ.เอส. การประมวลผลภาพดิจิตอลในระบบสารสนเทศ: Navch. Posibnik / I.S. กรูซมัน, บี.ซี. คีรีสุข ว.บ. Kosikh, G.I. Peretyagin, A.A. Spektor/Novosibirsk, พิมพ์ NDTU, 2003. p. 352.

25. Visnovok ที่เชื่อถือได้และเป็นไปได้ในระบบทางปัญญา, Ed. วีเอ็ม ช่องคลอด, ดี.เอ. พอสเพโลวา มุมมองที่ 2 แก้ไขแล้ว ด็อกนั้น - ม.: FIZMATLIT, 2551. - 712 น.

26. Duda, R. การจดจำภาพและการวิเคราะห์ฉาก / R. Duda, P. Hart/M.: Svit publishing house, 1978. 512 p.

27. Zhuravl'ov, Yu.I. เกี่ยวกับขั้นตอนพีชคณิตเพื่อให้งานการจำแนกและจำแนกเสร็จสมบูรณ์ / Yu.I. Zhuravlyov // ปัญหาของไซเบอร์เนติกส์: Zb. เซนต์., วีไอพี. 33, M: Nauka, 1978. p. 5-68.

28. Zhuravl'ov, Yu.I. เกี่ยวกับการแก้ไขขั้นตอนการประมวลผลข้อมูลเชิงพีชคณิต (การทำงานซ้ำ) ของข้อมูล / Yu.I. Zhuravlyov, K.V. Rudakov // ปัญหาของคณิตศาสตร์ประยุกต์และสารสนเทศศาสตร์, M.: Nauka, 1987. p. 187-198.

29. Zhuravl'ov, Yu.I. การจดจำภาพและการจดจำภาพ / Yu.I. Zhuravlov, I.B. Gurevich// Shhorichnik “การรับรู้ การจำแนกประเภท. พยากรณ์. วิธีการทางคณิตศาสตร์และїх zastosuvannya”, วีไอพี 2, M: นอก้า, 1989.-72 น.

30. Zhuravlov, Yu.I. การรับรู้ภาพและการวิเคราะห์ภาพ / Yu.I. Zhuravlyov, I.B. Gurevich / ชิ้นข่าวกรองใน 3 เล่ม หนังสือ. 2. รุ่นและวิธีการ: Dovіdnik / Ed ใช่. Pospelova, M .: พิมพ์ "วิทยุและการโทร", 1990. - p.149-190

31. ซาโกรุอิโกะ, เอ็น.จี. วิธีการรับรู้และระบุตัวตน / N.G. ซา-โกรุอิโกะ/ม.: ดีใจ วิทยุ 2515 206 น.

32. ซาโกรุอิโกะ, เอ็น.จี. ชิ้นข่าวกรองและการถ่ายโอนเชิงประจักษ์ / N.G. Zagoruiko / Novosibirsk: มุมมอง นศ. 2518 82 น.

33. Ivakhnenko A.G. เกี่ยวกับการพัฒนาทฤษฎีความแปรปรวนและการควบคุมแบบผสมผสานก่อนการสังเคราะห์และวิเคราะห์ระบบปฐมภูมิ / อ.ก. Ivakhnenko // Automation, 1961 ฉบับที่ 5, p. 11-19.

34. Ivakhnenko, G.I. ระบบการเรียนรู้ด้วยตนเองและการควบคุมอัตโนมัติ / A.G. Ivakhnenko/เคียฟ: Tekhnika, 1969. 302 น.

35. Kashkin, V.B. การสำรวจโลกจากอวกาศจากระยะไกล การประมวลผลภาพแบบดิจิทัล: วิธีใช้หัวข้อ / V.B. แคชกิน, เอ.ไอ. สุฮินิน/ม.: โลโก้, 2544. 264 น.

36. Kobzar, A.I. สถิติทางคณิตศาสตร์ประยุกต์ สำหรับวิศวกรและนักวิทยาศาสตร์ / O.I. Kobzar / M: FIZMATLIT, 2006. 816 น.

37. Kovalevsky, V.A. วิธีสหสัมพันธ์ของการจดจำภาพ / V.A. โควาเลฟสกี // Zhurn คำนวณ คณิตศาสตร์และฟิสิกส์คณิตศาสตร์, 2505, 2, no. 4, p. 684-690.

38. Kolmogorov, A.N.: Epsilon-entropy และ epsilon-multiplier ในช่องว่างการทำงาน / O.M. Kolmogorov, V.M. Tikhomirov // ทฤษฎีข้อมูลและทฤษฎีอัลกอริทึม ม: เนาคา, 1987. p. 119-198.

39. Korn, G. Dovіdnik z mathematici dlya naukovtsіv i іnzhenerіv / G. Korn, T. Korn // M .: Nauka, Gol เอ็ด fiz.-mat. lit., 1984. 832 น.

40. Kronover, R. Fractals และความโกลาหลในระบบไดนามิก / R. Kronover // M.: Tekhnosfera, 2006. 488 p.

41. Lapko, A.V. ระบบที่ไม่ใช่พารามิเตอร์และระบบไฮบริดของการจำแนกประเภทของข้อมูลประเภทต่างๆ / A.V. Lapko, BlA. ลัปโกะ // ต. 12th All-Russian คอนเฟิร์ม "วิธีการทางคณิตศาสตร์และแบบจำลองของการจดจำภาพ" (MMRO-12), M. , 2005.-p. 159-162.

42. เลฟติน K.E. การตรวจจับด้วยสายตาของ Dima (SmokeDetection) / K.E. Levtin, M.M. Favorska // ใบรับรองหมายเลข 2009612795 ลงทะเบียนในทะเบียนโปรแกรมสำหรับ EOM Moscow, ZO Lipnya 2009

43. ลุตซิฟ วีอาร์ หลักการรวมระบบออปติคัลของหุ่นยนต์ / V.R. ลุทซิฟ, เอ็ม.เอ็ม. Favorska // V-book. "การรวมและมาตรฐานของหุ่นยนต์อุตสาหกรรม", ทาชเคนต์, 1984. p. 93-94.

44. Lutsiv, V.R. ระบบออปติคัลสากลสำหรับ HAP/V.R. ลุทซิฟ, เอ็ม.เอ็ม. Favorska // ที่หนังสือ “ Dosvіd svorhennya, provadzhennya ที่ vykoristannya APCS ในสมาคมและในองค์กร”, L. , LDNTP, 1984. p. 44-47.

45. เมดเวเดวา E.V. วิธีการประเมินเวกเตอร์ที่เคลื่อนไหวในภาพวิดีโอ / E.V. Medvedeva, B.O. Timofiev // ในงานประชุมและนิทรรศการนานาชาติครั้งที่ 12 "การประมวลผลสัญญาณดิจิทัลและїї zastosuvannya", M.: U 2 vol. T. 2, 2010. p. 158-161.

46. ​​​​วิธีการประมวลผลภาพด้วยคอมพิวเตอร์ / เอ็ด วี.เอ. โซเฟอร์. มุมมองที่ 2, สพป. - ม.: FIZMATLIT, 2546 - 784 น.

47. วิธีการตรวจจับอัตโนมัติและรองรับวัตถุ การประมวลผลและการจัดการภาพ / BA Alpatov, P.V. บาบายัน โอ.อี. บาลาซอฟ, เอ.ไอ. สเตฟาสกิน -M: Radiotehnika, 2008. - 176 p.

48. วิธีการของคอมพิวเตอร์ออปติก / เอ็ด. วี.เอ. โซเฟอร์. M.: FIZMATLIT, 2546. - 688 น.

49. Mudrov, A.Є. วิธีเชิงตัวเลขสำหรับ PEOM ด้วยภาษา Basic, Fortran และ Pascal / А.Є Mudrov/Tomsk: MP "RASKO", 1991. 272 ​​​​หน้า

50. Pakhirka, A.I. การแปลเฉพาะบุคคล (FaceDetection) / A.I. Pakhirka, M.M. Favorska // ใบรับรองหมายเลข 2009611010 ลงทะเบียนกับ Program Registry สำหรับ EOM Moscow วันที่ 16 กุมภาพันธ์ 2552

51. Pakhirka, A.I. การปรับปรุงภาพแบบไม่เชิงเส้น / A.I. Pakhirka, M.M. ใบรับรอง Favorska หมายเลข 2010610658 ลงทะเบียนใน Register of programs for EOM Moscow, 31 มีนาคม 2010

52. Pontryagin, L. S. Uninterrupted group J L. S. Pontryagin // 4th kind., M.: Nauka, 1984.-520 p.

53. Potapov, A.A. Fractals ใน radiophysics และเรดาห์: Vibration topology / A.A. Potapov // ดู. ครั้งที่ 2 แก้ไขแล้ว ด็อกนั้น - M: หนังสือมหาวิทยาลัย, 2548 848 น.

54. Radchenko Yu.S. ติดตามอัลกอริธึมสเปกตรัมสำหรับการปรากฏตัวของ "การเปลี่ยนแปลงในลำดับวิดีโอ" / Yu.S. Radchenko, A.V. Bulgin, T.A. Radchenko // Izv. VNZ

55. Salnikov, I.I. สัญญาณนาฬิกาอวกาศแรสเตอร์ในระบบวิเคราะห์ภาพ / I.I. Salnikov // M .: Fizmatlit, 2009. -248 p.

56. Sergunin, S.Yu. แผนผังคำอธิบายภาพแบบไดนามิกและแบบ Bagatory / S.Yu.Sergunin, K.M.Kvashnin, M.I. คุมสคอฟ // Zb. ท. 11 รัสเซียทั้งหมด Conf: "วิธีการทางคณิตศาสตร์สำหรับการรู้จำรูปแบบ (MMRO-11)", M. , 2003. p. 436-439:

57. Slinko Yu.V. การตรวจสอบงานของการติดตามและกำหนดรูปร่างเป็นเวลาหนึ่งชั่วโมงโดยวิธีความเป็นไปได้สูงสุด / Yu.V. Slinko // Digital Signal Processing, No. 4, 2008. p. 7-10

58. Solso, R. Cognitive Psychology / R. Solso / St. Petersburg: Peter, 6th kind., 2006. 590 p.

59. Tarasov, I.Є. การพัฒนาอุปกรณ์ดิจิทัลโดยใช้ FPGA "Xi-linx" จากการดาวน์โหลดภาพยนตร์ VHDL / I.Є Tarasov/M.: Garyacha liniya-Telecom, 2005. - 252 p.

60. Favorska, MM การพัฒนาอัลกอริธึมสำหรับการจดจำภาพดิจิทัลในระบบหุ่นยนต์แบบปรับได้ / M.N. Favorska// L!, สถาบันการบินเลนินกราด. prilad., 1985. ต้นฉบับฝาก: VINITI 23.01.85. เลขที่ 659-85 กยท.

61. ฟาวอร์สกา; มม. การประยุกต์ใช้วิธีสเปกตรัมสำหรับการปรับภาพให้เป็นมาตรฐานและการจดจำในระบบหุ่นยนต์แบบปรับตัว / M.N. *. Favorska // L. , Leningradsky, in-t Aviation prilad., 1985. กรมต้นฉบับ. ที่ VINITI 23.01.85 เลขที่ 660-85 อ.

62. Favorska, MM Dosvid ของการพัฒนาอัลกอริธึมสำหรับการจดจำวัตถุสำหรับการผลิตปั๊ม / M.M. Favorska // ที่หนังสือ "Stan, dosvid ที่ทำงานโดยตรงกับระบบอัตโนมัติที่ซับซ้อนบนพื้นฐานของตำรวจจราจร RTK และ PR", Penza, 1985. p. 64-66.

63. Favorska, MM Doslіdzhennya พลังการฉายภาพของกลุ่มวัตถุ / М.М. Favorska, ยู.บี. Kozlov // แถลงการณ์ของมหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 3, ครัสโนยาสค์, 2002. - หน้า. 99-105.

64. Favorska, MM การกำหนดโครงสร้างเอเธนส์ของวัตถุที่อยู่ด้านหลังพื้น / M.M. Favorska // แถลงการณ์ของ Siberian State Aerospace University, Vip 6, ครัสโนยาสค์, 2548. - หน้า 86-89.

65. Favorska-M.M. การจำแนกประเภท Zagalna p_dkhod_v ถึง rezp_znavannya izobrazhen / M-.N Favorska // V< материалах X междунар. научн. конф. «Решетневские чтения» СибГАУ, Красноярск, 2006. с. 54-55.

66. Favorska M.M. ฟังก์ชันเสมือนคงที่สำหรับการจดจำภาพนิ่ง / M.N. Favorska // แถลงการณ์ของมหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 1 (14), ครัสโนยาสค์, 2550. p. 65-70.

67. Favorska, MM วิธีการImovirnіsnіและการแบ่งส่วนสตรีมวิดีโอเป็นงานของข้อมูลรายวัน / М.М Favorska // แถลงการณ์ของมหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 3 (16), ครัสโนยาสค์, 2550. p. 4-8.

68. Favorska, MM การเลือกจำนวนสัญญาณข้อมูลในระบบจดจำภาพ / M.M. Favorska // ในวัสดุของ XI นานาชาติ วิทยาศาสตร์ คอนเฟิร์ม "การอ่าน Reshetnivsky" SibDAU, Krasnoyarsk, 2007 p. 306-307.

69. Favorska, MM กลยุทธ์การแบ่งส่วนภาพสองโลก / M.M. Favorska // ที่วัสดุของการประชุมทางวิทยาศาสตร์ All-Russian "แบบจำลองและวิธีการในการประมวลผลภาพของ MMOI-2007", Krasnoyarsk, 2007. p. 136-140.

70. Favorska, MM การแบ่งกลุ่มภาพแนวนอนตามแนวทางเศษส่วน / M.M. Favorska // ในงานประชุมและนิทรรศการนานาชาติครั้งที่ 10 "การประมวลผลสัญญาณดิจิทัลและїї zastosuvannya", M. , 2008. p. 498-501.

71. Favorska, MM แบบจำลองการจดจำรูปภาพของข้อความที่เขียนด้วยลายมือ/M.M. Favorska, O.M. Goroshkin // Bulletin of the Siberian State, Military Aerospace University. วีไอพี 2 "(19), ครัสโนยาสค์, 2008. หน้า 52-58.

72. Favorska, MM อัลกอริทึมสำหรับการดำเนินการประเมินปริมาณการใช้ข้อมูลบนระบบเตือนวิดีโอ / M.N. Favorska, A.S. Shilov // ระบบการจัดการและเทคโนโลยีสารสนเทศ. มุมมองการวิจัย / IPU RAS; VDTU หมายเลข 3.3 (33), M.-Voronizh, 2008. p. 408^12.

73. Favorska, MM ก่อนการพัฒนาไวยากรณ์ทางการในการจดจำวัตถุในฉากพับ // M.N. โปรดปราน / การดำเนินการของ XIII International Science Conf. "การอ่าน Reshetnevsky" ประมาณ 2 ปี 4.2, ครัสโนยาสค์, 2552. p. 540-541.

74. Favorska, MM การรับรู้ภาพไดนามิกตามตัวกรองคำทำนาย / M.M. Favorska // แถลงการณ์ของมหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 1(22) ประมาณ 2 ปี 4f. 1, ครัสโนยาสค์, 20091 หน้า 64-68.

75. Favorska, MM Favorska, เอ.ไอ. Pakhirka, A.C. ชีลิฟ; เอ็มวี Zhіnok // กระดานข่าว. มหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 1 (22) ประมาณ 2 ปี ตอนที่ 2, Krasnoyarsk, 2009. p. 69-74.

76. Favorska, MM ความรู้เกี่ยวกับออบเจกต์วิดีโอคร่าวๆ จาก Tensors โครงสร้าง 3D ที่ฝังอยู่ในเครื่อง / М.М Favorska // แถลงการณ์ของมหาวิทยาลัยการบินและอวกาศแห่งรัฐไซบีเรีย วีไอพี 2 (23) ครัสโนยาสค์ 2552 หน้า 141-146.

77. Favorska, MM การประเมินการเคลื่อนที่ของวัตถุในฉากพับตามวิธีเทนเซอร์ / M.M. Favorska // การประมวลผลสัญญาณแบบดิจิทัล, ฉบับที่ 1, 2010.-p. 2-9.

78. Favorska, MM การวิเคราะห์ลักษณะภาพทิวทัศน์อย่างครอบคลุม / M.M. Favorska, N.Yu. Piven // วารสารออปติคัล, 77, 8, 2010.-p. 54-60.

79. สบายดี ก่อนคริสตกาล การระบุรูปภาพ/BC. ได้ // M: Nauka, 1970.-284 s.

80. ฟอร์ไซธ์ ดี.เอ. คอมพิวเตอร์ครับ โมเดิร์น พิดคิด / ดี.เอ. Forsyth, J. Pons // M: vidavnichiy dіm "William", 2004. 928 p.

81. Fu, K. วิธีการล่าสุดในการจดจำภาพและการเรียนรู้ของเครื่องจักร / K. Fu / M.: Nauka, 1971. 320 p.

82. Fu, K. วิธีการเชิงโครงสร้างในการจดจำภาพ/K. Fu/M.: Svіt, 1977.-320 p.

83. Fukunaga, K. รู้เบื้องต้นเกี่ยวกับทฤษฎีทางสถิติของการรู้จำรูปแบบ / K. Fukunaga/M.: Nauka, 1979. 368 น.

84. Shelukhin, O.I. ความคล้ายคลึงในตนเองและเศษส่วน โปรแกรมโทรคมนาคม / O.I. Shelukhin, A.V. โอซิน, S.M. Smolsky / สำหรับสีแดง โอ.ไอ. เชลูกิน่า. M: FIZMATLIT, 2551. 368 น.

85. Shilov, A.S. ประมาณการการเคลื่อนไหว / O.S. ชิลอฟ, MM Favorska // ใบรับรองหมายเลข 2009611014 ลงทะเบียนกับ Program Registry สำหรับ EOM Moscow วันที่ 16 กุมภาพันธ์ 2552

86. Sh.Shlezinger, M.I. วิธีสหสัมพันธ์ในการจำแนกลำดับภาพ / M.I. Schlesinger / ที่หนังสือ: อัตโนมัติสิ่งที่อ่าน เคียฟ: Nauk.dumka, 1965. p. 62-70.

87. Shlesinger, มิ.ย. การวิเคราะห์วากยสัมพันธ์ของสัญญาณเสียงสองโลกสำหรับจิตใจของการเปลี่ยนแปลง / M.I. Schlesinger // Cybernetics, No. 4, 1976. - pp. 76-82.

88. สตาร์ค, จี.-จี. เวฟเล็ต Zastosuvannya สำหรับ TsGZ / G.-G. Shtark/Ml: Technosfera, 2007. 192 p.

89. Shup, T. วิธีการเชิงตัวเลขในฟิสิกส์และเทคโนโลยี: ต่อ. จากอังกฤษ / ต. ชัป / เอ็ด. S.P. Merkur'eva; ม: วิชชา. โรงเรียน 19901 - 255 p.11 "5. ไฟฟ้า, ทรัพยากร: http:// www.cse.ohio-state.edu/otcbvs-bench

90. ไฟฟ้า ทรัพยากร: http://www.textures.forrest.cz/ ทรัพยากรอิเล็กทรอนิกส์ (ฐานข้อมูลของรูปภาพพื้นผิว textures library forrest)

91. ไฟฟ้า ทรัพยากร: http://www.ux.uis.no/~tranden/brodatz.html ทรัพยากรอิเล็กทรอนิกส์ (ฐานข้อมูลภาพพื้นผิว Brodatz)

92. Allili M.S. , Ziou D. รูปทรงที่ใช้งานอยู่สำหรับการติดตามวัตถุวิดีโอโดยใช้ข้อมูลภูมิภาค ขอบเขต และรูปร่าง // SIViP, Vol. 1 ไม่ 2, 2007.pp. 101-117.

93. Almeida J. , Minetto R. , Almeida T. A. , Da S. Torres R. , Leite N. J. การประเมินการเคลื่อนไหวของกล้องอย่างมีประสิทธิภาพ แบบจำลองการไหลของแสง // หมายเหตุการบรรยายใน

94. Computer Science (รวมถึง subseries Libraries and Literary Sciences) 5875 LNCS (PART 1), 2009. หน้า 435-446.

95. Ballan L. , Bertini M. , Bimbo A. D. , Serra G. การจัดประเภทเหตุการณ์วิดีโอโดยใช้ String Kernels // Multimed เครื่องมือ Appl., Vol. 48 หมายเลข 1, 2009.pp. 6987.

96. Ballan L. Bertini M. Del Bimbo A. , Serra G. การจัดหมวดหมู่การกระทำในวิดีโอฟุตบอลโดยใช้เมล็ดสตริง // ใน: Proc. การประชุมเชิงปฏิบัติการ IEEE Int'l เกี่ยวกับการจัดทำดัชนีมัลติมีเดียตามเนื้อหา (CBMI) Chania, Crete, 2009. หน้า 13-18.

97. Barnard K. , Fan Q. F. , Swaminathan R. , Hoogs A. , Collins R, Rondot P. และ Kaufhold J. การประเมินความหมายที่แปลเป็นภาษาท้องถิ่น: ข้อมูล วิธีการ และการทดลอง // International Journal of Computer Vision, IJCV 2008, ฉบับที่ 77 ไม่ใช่ 1-3,2008.-pp. 199-217.

98. Bertini M. , Del Bimbo A. , Serra G. การพัฒนากฎสำหรับคำอธิบายประกอบเหตุการณ์วิดีโอเชิงความหมาย // หมายเหตุการบรรยายในวิทยาการคอมพิวเตอร์; ใน: การประชุมนานาชาติว่าด้วยภาพระบบสารสนเทศ (VISUAL), ฉบับที่. 5188, 2008.pp. 192-203.

99. Bobick A.F. , Davis J.W. การรับรู้การเคลื่อนไหวของมนุษย์โดยใช้เทมเพลตชั่วคราว // ธุรกรรมของ IEEE ในการวิเคราะห์รูปแบบและข่าวกรองของเครื่อง ฉบับที่ 23 ไม่ 3, 2001.pp. 257-267.

100. Boiman O. , Irani M. การกำหนดความผิดปกติในภาพและในวิดีโอ // International Journal of Computer Vision, Vol. 74 หมายเลข 1, 2007.pp. 17-31.

101. Bresson X. , Vandergheynst P. , Thiran J.-P. A Variational Model for Object Segmentation For Help Boundary Information and Shape Prior Driven4 โดย Mumford-Shah Functional // International Journal of Computer Vision, vol. 68 หมายเลข 2, 2549.-น. 145-162.

102. Cavallaro A. , Salvador E. , Ebrahimi T. การประมวลผลวิดีโอตามวัตถุที่รับรู้เงา // IEEE Vision; การประมวลผลภาพและสัญญาณ ฉบับที่. 152 หมายเลข 4, 2548.-น. 14-22.

103. Chen J. , Ye J. การฝึกอบรม SVM ด้วยเมล็ดไม่แน่นอน // ใน: Proc. ของการประชุมนานาชาติครั้งที่ 25 ว่าด้วยการเรียนรู้ของเครื่อง (ICML), ฉบับที่. 307, 2008.pp. 136-143.

104. เฉิง ส.-ม., มูน ย.-ส. การตรวจจับคนเดินเท้าที่เข้าใกล้เป็นระยะทางโดยใช้รูปแบบความเข้มชั่วขณะ // MVA2009, Vol. 10 ไม่ 5, 2552.-น. 354-357.

105. Dalai N. , Triggs B. และ Schmid G. การตรวจจับของมนุษย์โดยใช้ฮิสโตแกรมเชิงทิศทางของการไหลและลักษณะที่ปรากฏ // ใน ECCV, vol. II, 2006. หน้า 428^141.

106. Dalai N. , Triggs B. Histograms of Oriented Gradients for Human Detection // การประชุม IEEE เกี่ยวกับ Computer Vision and Pattern Recognition (CVPR), vol. II, 2005-pp. 886-893.

107. Dani A.P. , Dixon W.E. โครงสร้างกล้องเดี่ยวและการประมาณการเคลื่อนไหว // หมายเหตุการบรรยายใน Control and Information Sciences, 401, 2010. pp. 209-229.

108. Datta Ri, Joshi D;, Li J. และ Wang J. Z1 การดึงภาพ: แนวคิด อิทธิพล และแนวโน้มของยุคใหม่ // ACM"-Computing Surveys, Vol. 40:, no: 2, 2008. ■ -หน้า 1-60.

109. Dikbas S. , Arici T. , Altunbasak Y. การประเมินการเคลื่อนไหวอย่างรวดเร็วด้วยความแม่นยำของตัวอย่างย่อยที่ไม่มีการแก้ไข // ธุรกรรม IEEE บนวงจรและระบบสำหรับเทคโนโลยีวิดีโอ 20(7), 2010. -pp. 1047-1051.

110. Dollar P. , Rabaud V. , Cottrell G. , Belongie S. การรับรู้พฤติกรรมผ่านคุณสมบัติเชิงพื้นที่ชั่วคราว // ใน: Proc. 2nd Joint IEEE International Workshop on Evaluation of Tracking and Surveillance, VS-PETS, 2005. หน้า 65-72.

111. Donatini P. และ Frosini P. Natural pseudodistances між closed surfaces // Journal of European Mathematical Society, Vol. 2 9 ไม่ 2, 2550น. 231-253.

112. P. Donatini และ P. Frosini, “Pseudodistances ธรรมชาติและโค้งปิด,” Forum Mathematicum, Vol. 21 ไม่ 6, 2009.หน้า 981-999.

113. Ebadollahi S. , L. , X. , Chang S.F. , Smith J.R. การตรวจจับเหตุการณ์ด้วยภาพโดยใช้ไดนามิกแนวคิดหลายมิติ // ใน: Proc. IEEE Int'l Conference on Multimedia and Expo (ICME), 2006. หน้า 239-248.

114. Favorskaya M. , Zotin A. , Danilin I. , Smolentcheva S. การสร้างแบบจำลอง 3 มิติที่สมจริงของธรรมชาติด้วยเอฟเฟกต์จากธรรมชาติ // ข้อเสนอสำหรับ KES International Symposium IDT 2010 อีกงานหนึ่งที่บัลติมอร์ สหรัฐอเมริกา. สปริงเกอร์-แวร์ลาก, เบอร์ลิน, ไฮเดลเบิร์ก 2010.-pp. 191-199.

115. Francois A.R.J. , Nevatia R. , Hobbs J.R. , Bolles R.C. VERL: เฟรมเวิร์ก ontology สำหรับการแสดงและใส่คำอธิบายประกอบเหตุการณ์วิดีโอ // IEEE Multimedia, Vol: 12; ไม่. 4, 2005.pp. 76-86.

116. เกาเจ, โคซากะ A:, Kak A.C. วิธีการกรองแบบ Multi-Kalman สำหรับการติดตามวิดีโอของวัตถุที่มนุษย์กำหนดในสภาพแวดล้อมที่รก" // IEEE Computer Vision and Image Understanding, 2005, V. 1, no. 1. pp. 1-57

117 Gui L. , Thiran J.-P. , Paragios N. การแบ่งส่วนวัตถุร่วมและการจำแนกพฤติกรรมในลำดับภาพ // IEEE Conf. เรื่อง Computer Vision and Pattern Recognition 17-22 มิถุนายน 2550 หน้า 1-8.

118. Haasdonk B. นำเสนอการตีความพื้นที่ของ SVM ด้วยเคอร์เนลที่ไม่แน่นอน // ธุรกรรมของ IEEE ในการวิเคราะห์รูปแบบและข่าวกรองของเครื่อง ฉบับที่ 27 ไม่ 4, 2005.pp. 482-492.

119. Harris C. และ Stephens M. เครื่องตรวจจับมุมและขอบรวม ​​// In Fourth Alvey Vision Conference, Manchester, UK, 1988. pp. 147-151.

120. Haubold A. , Naphade M. การจำแนกประเภทของเหตุการณ์วิดีโอโดยใช้คุณสมบัติการเคลื่อนไหวที่บีบอัดด้วยเวลา 4 มิติ // ใน CIVR "07: การดำเนินการของการประชุมนานาชาติ ACM ครั้งที่ 6 เกี่ยวกับการดึงภาพและวิดีโอ, นิวยอร์ก, สหรัฐอเมริกา, 2550 -pp 178-185.

121 Haykin S. Neural Networks: บทนำที่ครอบคลุม / NY: Prentice-Hall, 1999; .- 658 ปี่

122. Hoynck M. , Unger M. , Wellhausen J. และ Ohm J.-R. แนวทางที่แข็งแกร่งในการประเมินการเคลื่อนไหวทั่วโลกสำหรับการวิเคราะห์วิดีโอตามเนื้อหา // การดำเนินการของ SPIE Vol. 5601, Bellingham, WA, 2004. หน้า 36-45.

123. Huang Q. , Zhao D. , Ma S. , Gao W. , Sun H. Deinterlacing เพื่อขอความช่วยเหลือเกี่ยวกับการวิเคราะห์การเคลื่อนไหวตามลำดับชั้น // ธุรกรรม IEEE บนวงจรและระบบสำหรับเทคโนโลยีวิดีโอ 20(5), 2010. หน้า 673-686.

124. Jackins C.L. , Tanimoto S.L. Quad-trees, Oct-trees และ K-trees: Generalized Approach to Generalized Decomposition of Euclidean Space // ธุรกรรม IEEE บนPAMI, Vol. 5 ไม่ 5, 2526.-น. 533-539.

125. Ke Y. , Sukthankar R:, Hebert Mi. การตรวจจับเหตุการณ์ด้วยภาพอย่างมีประสิทธิภาพโดยใช้คุณสมบัติเชิงปริมาตร // ใน: Proc. ของ Int'l Conference on Computer Vision (ICCV), vol.1, 2005.-pp. 166-173.

126. Klaser A. , ​​Marszalek M. , และ Schmid C.A Spatio-Temporal Descriptor Based on 3D-Gradients // ใน BMVC, British Machine Vision, Conference, 2008. -pp. 995-1004.

127. Kovashka, A., Grauman, ก่อนเรียนรู้ลำดับชั้นของคุณลักษณะพื้นที่ใกล้เคียงในช่วงเวลาที่เลือกปฏิบัติสำหรับการรับรู้การกระทำของมนุษย์ // การดำเนินการของการประชุม IEEE Computer Society เรื่อง Computer Vision and Pattern Recognition, 2010 pp.2046-2053.

128. Kumskov M.I. แบบแผนการคำนวณของแบบจำลองการวิเคราะห์ภาพของออบเจกต์ที่ต้องจดจำ // การจดจำรูปแบบและการวิเคราะห์รูปภาพ ฉบับที่ 11 ไม่ใช่ 2, 2001. น. 446-449:

129. Kwang-Kyu S. การดึงภาพตามเนื้อหาโดยการรวมอัลกอริธึมทางพันธุกรรมและเวกเตอร์สนับสนุน // ใน ICANN (2), 2007. หน้า 537-545.

130. Lai C.-L. , Tsai S.-T. , Hung Y.-P. ศึกษาการปรับเทียบพิกัดสามมิติโดยใช้ระบบฟัซซี่ // International Symposium on Computer, Communication, Control and Automation 1, 2010. - pp. 358-362.

131. Laptev I. เกี่ยวกับจุดสนใจในอวกาศ // International Journal of Computer Vision, Vol. 64, ไม่ 23, 2005.pp. 107-123.

132. Leibe B. , Seemann E. , Schiele B. การตรวจจับคนเดินเท้าในฉากที่แออัด* // การประชุม IEEE เกี่ยวกับ Computer Vision และ "Pattern Recognition, Vol. 1, 2005.-pp. 878-885.

133. Lew M. S. , Sebe N. , Djeraba C. และ Jain R. การดึงข้อมูลมัลติมีเดียตามเนื้อหา1: ความทันสมัยและความท้าทาย // ธุรกรรม ACM เกี่ยวกับคอมพิวเตอร์มัลติมีเดีย การสื่อสาร และแอปพลิเคชัน ฉบับที่ 2 ไม่ 1, 2006.pp. 1-19.

134. Li J. และ Wang J. Z. คำอธิบายประกอบคอมพิวเตอร์แบบเรียลไทม์ของรูปภาพ // IEEE Trans ปามี, Vol. 30, 2008.pp. 985-1002.

135. Li L., Luo R., หม่า. 9 IEEE ฝึกงาน Workshop on PETS, New York, 2006. หน้า 91-98.

136. Li L. , Socher R. และ Fei-Fei L. สู่ความเข้าใจโดยรวมของฉาก: การจำแนกประเภท คำอธิบายประกอบ และการแบ่งส่วนในกรอบงานอัตโนมัติ // การประชุม IEEE เกี่ยวกับการมองเห็นคอมพิวเตอร์และการจดจำรูปแบบ, CVPR, 2009. หน้า พ.ศ. 2579-2586

137. Li Q. , ​​Wang G. , Zhang G. ) Chen S. การประมาณการเคลื่อนไหวทั่วโลกโดยใช้ปิรามิดพร้อมหน้ากาก // Jisuanji Fuzhu Sheji Yu Tuxingxue Xuebao/Journal of Computer-Aided Design and Computer Graphics, Vol.: 21 , ไม่. 6, 2009.หน้า 758-762.

138. Lindeberg T. , Akbarzadeh A. และ Laptev I. Galilean-diagonalized spatio-temporal interest operators // Proceedings of the 17th International Conference on Pattern Recognition (ICPR "04), 2004. pp. 1051-1057.

139. Lim J. , Barnes, N. ตระหนักถึง epipolis เพื่อช่วยเหลือการไหลของน้ำเสียที่จุดตรงข้าม // Computer Vision and Image ทำความเข้าใจ 114, no. 2, 2010.pp. 245-253.

140. Lowe D. G. คุณสมบัติภาพที่โดดเด่นจากจุดสำคัญที่ไม่เปลี่ยนแปลงตามมาตราส่วน // วารสารนานาชาติของ Computer Vision, Vol. 60 ไม่ 2, 2004.pp. 91-110.

141. Lucas B.D. , Kanade T. An Iterative Image Registration Technique with Application to Stereo Vision // International Joint Conference on Artificial Intelligence, 1981. pp. 674-679.

142 แมนเดลบรอท บี; B. The Fractal Geometry of Nature / N.Y.: Freeman ^ 1982. 468 p.; รัสเซีย, ทรานส์.: Mandelbrot B. Fractal, เรขาคณิตของธรรมชาติ: ต่อ. จากอังกฤษ / ม.: สถาบันคอมพิวเตอร์ศึกษา, 202. - 658 น.

143. Mandelbrot V.V. , เฟรม M.L. เศษส่วน กราฟิก และคณิตศาสตร์ศึกษา/N. Y.: Springer-Verlag, 2002. 654 น.

144. Mandelbrot บี.บี. Fractals and Chaos: Mandelbrot Set. and Beyond / NY: Springer-Verlag, 2004. 308 p.

145. Memoli F. สำหรับความช่วยเหลือ Gromov-Hausdorff ช่วยฉันเปรียบเทียบ // การประชุมวิชาการ Eurographics Symposium เกี่ยวกับกราฟิกแบบจุด กรุงปราก สาธารณรัฐเช็ก ปี 2550 หน้า 81-90.

146. Mercer J. หน้าที่ของประเภทบวกและลบและการเชื่อมต่อกับทฤษฎีสมการปริพันธ์ // ธุรกรรมของ London Philosophical Society (A), vol. 209, 2452. น. 415-446.

147. Mikolajczyk K. การตรวจหาลักษณะเฉพาะของท้องถิ่นที่ไม่แปรผันต่อการเปลี่ยนแปลงความคล้ายคลึงกัน Ph.D.thesis, Institut National Polytechnique de Grenoble ประเทศฝรั่งเศส 2002.71 น.

148. Mikolajczyk K. และ Schmid G. An Affine Invariant Interest Point Detector // การดำเนินการของ ECCV ฉบับที่ 1. พ.ศ. 2545 น. 128-142.

149. Minhas R. , Baradarani A. , Seifzadeh S. , Jonathan Wu, Q.M. การจดจำการกระทำของมนุษย์โดยใช้เครื่องเรียนรู้ขั้นสูงตามคำศัพท์ภาพ // Neurocomputing, Vol. 73 (10-12), 2010. หน้า. 2449-2460.

150. Mladenic D. , Skowron A. , eds.: ECML. ฉบับที่ 4701 of Lecture Notes in Computer Science, Springer, 2007. หน้า 164-175.

151. Moshe Y. , Hel-Or H. การประมาณการเคลื่อนไหวของบล็อกวิดีโอตามเมล็ดสีเทา // ธุรกรรม IEEE ในการประมวลผลภาพ 18(10), 2009. หน้า 22432254.

152. Nakada T. , Kagami S;, Mizoguchi H. Pedestrian Detection โดยใช้ 3D Optical Flow Sequences for-afMobile Robot // IEEE Sensors, 2008. pp: 116-119:

153. Needleman, S. B:,. วุนช ซีดี; เป็นวิธีการที่ป่า zastosovuetsya ถึงจุดขอความคล้ายคลึงกันในส่วนของกรดอะมิโนของสองบทความ // Journal of Molecular Biology Vol. 48 หมายเลข 3, 1970. น. 443-453.

154. Neuhaus M. , Bunk H. แก้ไขฟังก์ชันเคอร์เนลตามระยะทางสำหรับการจำแนกรูปแบบโครงสร้าง // Pattern Recognition ฉบับที่ 39 ไม่มี 10 พ.ศ. 2549 หน้า: 1852-1863

155. Nevatia R. , Hobbs J. และ Bolles B. กวีนิพนธ์สำหรับการบันทึกวิดีโอ // ในเวิร์กช็อปเกี่ยวกับการตรวจจับและการรับรู้เหตุการณ์ IEEE ฉบับที่ 12 ฉบับที่ 4, 2004.pp. 76-86.

156. Nguyen.N.-T. , Laurendeau D:, Branzan-Albu A. วิธีการแบบกว้าง ๆ สำหรับการตรวจสอบกล้องในยานพาหนะตามการไหลของแสง // The 6th International