ІНФ
Даниленко Ю. Ю. Дослідження методів адаптивного прогнозування у задачах сегментації відео-рядів : магістерська атестаційна робота, пояснювальна записка / Ю. Ю. Даниленко ; кер. роботи проф. Машталір В.П. ; ХНУРЕ, Кафедра Інформатики. – Харків, 2014. – 110 с. : CD
Даниленко Ю. Ю. Дослідження методів адаптивного прогнозування у задачах сегментації відео-рядів : магістерська атестаційна робота, пояснювальна записка / Ю. Ю. Даниленко ; кер. роботи проф. Машталір В.П. ; ХНУРЕ, Кафедра Інформатики. – Харків, 2014. – 110 с. : CD
Статистика використання: Видач: 0
Анотація:
Дана робота присвячена дослідженню питання сегментації текстурних зображень. В якості текстурних ознак були використані енергетичні характеристики Лавса. Був побудований алгоритм знаходження енергетичних характеристик Лавса, на основі якого розроблені алгоритми сегментації текстурних зображень, а також зроблена їхня програмна реалізація.
Проведено дослідження результатів сегментації на базі методу характеристик Лавса. Результати досліджень дозволяють зробити висновок про доцільність застосування розроблених алгоритмів для сегментації текстурних зображень, а також для рішення завдання розпізнавання й пошуку в базах даних.
ПРОГНОЗУВАННЯ, СЕГМЕНТАЦІЯ ЗОБРАЖЕНЬ, ЧАСОВИЙ РЯД, ФІЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗУВАННЯ
Данная работа посвящена применению адаптивных методов прогнозирования в задачах сегментации потока видеданых. Был рассмотрен и отптимизирован метод обработки видеоданных и обнаружения изменений в потоке видеокадров - метод настраиваемой модели. Выполнена оптимизация алгоритма с помощью модели Тригга-Лича.
В результате эксперимента показана эффективность предложенного нейросетевого подхода к детектированию изменений сцены. Рассмотрена зависимость результатов анализа от выбора параметров сегментации исходных данных.
ПРОГНОЗИРОВАНИЕ, СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ, ВРЕМЕННОЙ РЯД, ФИЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗИРОВАНИЯ
Проведено дослідження результатів сегментації на базі методу характеристик Лавса. Результати досліджень дозволяють зробити висновок про доцільність застосування розроблених алгоритмів для сегментації текстурних зображень, а також для рішення завдання розпізнавання й пошуку в базах даних.
ПРОГНОЗУВАННЯ, СЕГМЕНТАЦІЯ ЗОБРАЖЕНЬ, ЧАСОВИЙ РЯД, ФІЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗУВАННЯ
Данная работа посвящена применению адаптивных методов прогнозирования в задачах сегментации потока видеданых. Был рассмотрен и отптимизирован метод обработки видеоданных и обнаружения изменений в потоке видеокадров - метод настраиваемой модели. Выполнена оптимизация алгоритма с помощью модели Тригга-Лича.
В результате эксперимента показана эффективность предложенного нейросетевого подхода к детектированию изменений сцены. Рассмотрена зависимость результатов анализа от выбора параметров сегментации исходных данных.
ПРОГНОЗИРОВАНИЕ, СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ, ВРЕМЕННОЙ РЯД, ФИЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗИРОВАНИЯ