Construction of the alphabet of particular features for recognition objects on the video images.

Admin bo'lib kirish (www.admin.slib.uz)

Tizim sinov (TEST) rejimida ishlamoqda! Murojat uchun @slib_support

Eski talqinga o'tish link

3 декабр 2019

Asosiy til:O'zbek

Construction of the alphabet of particular features for recognition objects on the video images.

Fan yo'nalishi:

5de6321b553f5.pdf

PDF

Hisoblash va amaliy matematika muammolari

Maqola chop etish see more

MAQOLA ANNOTATSIYASI

Maqolada muhim nuqtalarni topish va deskriptorlarni qurish orqali tasvirlar ketma-ketligida timsollarni qidirish usullari va ularni modifikatsiyalash masalasi qaraladi. Video tasvirda dinamik obyektni aniqlash, segmentlash va tanib olish masalalarida kadrlararo farqlash asosidagi mavjud usullar bilan birga dinamik obyekt timsolidagi muhim nuqtalar hamda deskriptorlardan belgi sifatida foydalanish masalasi bayon qilinadi. Muhim nuqtalarni qidirish va ularning tavsiflarini matematik ifodalash, muhim nuqtalar o’rniga tasvir konturlarini tavsiflash mumkin bo’lgan belgilar tizimini ishlab chiqish masalalari va muammolari ko’rsatib beriladi. Muhim belgilarni tanlab olishda 3x3 oynada qo’shni nuqtalar kombinatsiyasi – primitivlar qurib olingan bo’lib, ular tasvirni konturli tahlil qilishda muhim belgilar alfaviti sifatida qaraladi. Tasvir konturlarida alfavitdagi mos belgilarni topish va tasvirlardagi o’xshash lokal deskriptorlarni hisoblash masalasi o’rganiladi.

MUALIFLAR

A.Nishanov

Toshkent axborot texnologiyalari universiteti «Informatika asoslari» kafedrasi mudiri

O.Mamaraufov

Toshkent axborot texnologiyalari universiteti «Axborot texnologiyalarining dasturiy ta’minoti» kafedrasi

A.Nishanov

Toshkent axborot texnologiyalari universiteti «Informatika asoslari» kafedrasi mudiri

O.Mamaraufov

Toshkent axborot texnologiyalari universiteti «Axborot texnologiyalarining dasturiy ta’minoti» kafedrasi

Teglar

# дескрипторы# image# video# распознавание образов# изображение# tasvir# descriptors# video tasvir# dinamik obyekt# konturlarni ajratish# obrazlarni tanib olish# muhim nuqtalarni topish detektor# deskriptorlar# muhim belgilarni shakllantirish# видеоизображение# динамический объект# выделение контуров# детекторы особых точек# формирование особых признаков# dynamic object# edge enhancement# image recognition# extract futures# forming special features

Maqolani baholang

0

0 ta

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.0007/A1219-0012

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

Рассел С., Норвиг П. Искусственный интеллект. Современный подход. – М.: Вильямс, 2007. – 1410 с.

Прэтт У. Цифровая обработка изображений. В 2-х. кн. – М.: Мир, 1982. – 792 с.

Гонсалес Р., Вудс Р. Цифровая обработка изображений – М: Техносфера, 2005. – 1007 с.

Содиков С.С., Маликов М.Н. Тасвирларга сонли ишлов бериш асослари. – Тошкент, 1994.

Mamaraufov O.A. Observational discrete lines for the detection of moving vehicles in road traffic surveillance. //International Journal of Computer Science, Engineering and Information Technology (IJCSEIT), Vol. 5, No.6, December 2015.

Мамарауфов О.А. Видеомаълумотда ҳаракатдаги объектлар модели ва уларни аниқлаш алгоритми // ТАТУ хабарлари. – Тошкент, 2012. – № 2.

Гаганов В., Конушин А. Сегментация движущихся объектов в видеопотоке // Компьютерная Графика и Мультимедиа. – Сетевой журнал. – 2004. – №3 (7).

Leibe B., Leonardis A., Schiele B. Robust Object Detection with Interleaved Object Categoization and Segmentation. Springler Science + Business Media, LLC. – 2007.

Протасов В.И. Распознавание трёхмерных объектов на сложном фоне по части контура // Научно- техническая библиотека России и стран СНГ. http://www.sciteclibrary.ru/rus/catalog/pages/4595.html. Дата публикации: 01.02.2013.

Canny J. A. Computational Approach for Edge Detection. IEEE Trans. Pattern Anal. Machine Intel., 1986, vol. 8, no. 6. – Рp. 679-698.

Papageorgiou C., Poggio T. A trainable system for object detection. Computer Vision. Vol.38. No.1, 2000. – Рp. 15-33.

Moshkov M, Piliszczuk M, Zielosko B. Partial Covers, Reducts and Decision Rules in Rough Sets: Theory and Applications. Studies in Computational Intelligence, vol. 145. Springer, Heidelberg.

Quinlan J.R. C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo. USA, 1993.