Murakkab sahnada ob'ektlarning tuzilishi va harakati to'g'risidagi ma'lumotlar alohida ahamiyatga ega bo'lgan vazifalar sinfi mavjud (yopiq joylarda, odamlar gavjum joylarda videokuzatuv, robot tizimlarining harakatini boshqarish, transport vositalarining harakatini kuzatish va boshqalar). ). Tasvirlar ketma-ketligi makon va vaqt bo'yicha tuzilgan va ko'p o'lchovli signallar ko'rinishidagi dastlabki ma'lumotlarni, uni kompyuterda tasvirlash shaklini va dinamik ob'ektlar, hodisalar va jarayonlarning fizik modellarini birlashtirgan murakkab axborot resursidir. Raqamli tasvirni qayta ishlashning yangi texnik imkoniyatlari insonning vizual tasvirlarni idrok etishning kognitiv nazariyasi yutuqlaridan foydalangan holda tasvirlarning ushbu o'ziga xosligini qisman hisobga olishga imkon beradi.

Ma'lumotlarning fazoviy-vaqtinchalik hajmini tahlil qilish kuzatish ob'ektlarining nafaqat statik, balki dinamik belgilarini ham aniqlash imkonini beradi. Bunday holda, tanib olish muammosini holatlar to'plamining tasnifi yoki klassik tanib olish usullari bilan echimini topib bo'lmaydigan traektoriyalar tasnifi sifatida aniqlash mumkin, chunki vaqt o'tishlari ^ ma'lum analitik bog'liqliklar bilan tavsiflanmagan tasvir o'zgarishlarini yaratishi mumkin; Shuningdek, dinamik ob'ektlarni tanib olish vazifasi bilan bir qatorda faol harakatlar va hodisalarni tanib olish muammolari ham mavjud, masalan, odamlar gavjum joylarda ruxsat etilmagan harakatlarni aniqlash yoki multimedia ma'lumotlar bazalarida indekslash uchun sahna janrini aniqlash. Agar ob'ektlar va hodisalarni tasvirlar ketma-ketligidan tanib olish vazifasini yagona jarayon deb hisoblasak, unda har bir darajadagi parallel ishlov berish elementlari bilan ierarxik yondashuv eng mos keladi.

Statik tasvirlar (fotosuratlar) va video ketma-ketliklar ko'rinishidagi ma'lumotlarni to'plash va ko'paytirishning texnik vositalarini takomillashtirish ularni qayta ishlash, vaziyatni tahlil qilish va tasvirlangan ob'ektlarni tanib olish usullari va algoritmlarini yanada rivojlantirishni talab qiladi. Tasvirni aniqlash muammosining dastlabki nazariy formulasi 1960-1970 yillarga to'g'ri keladi. va mashhur mualliflarning qator asarlarida o‘z aksini topgan. Tasvirni aniqlash muammosini shakllantirish ob'ektni tanib olish muammosining o'zidan, sahnani tahlil qilish muammolaridan tortib tasvirni tushunish muammolari va kompyuterni ko'rish muammolarigacha farq qilishi mumkin. Shu bilan birga, naqsh va tasvirni aniqlash usullariga asoslangan aqlli qaror qabul qilish tizimlari murakkab turdagi kirish ma'lumotlaridan foydalanadi. U keng to'lqin uzunligi diapazonida olingan tasvirlar sifatida ko'rib chiqiladi elektromagnit spektr(ultrabinafsha, ko'rinadigan, infraqizil va boshqalar) va ovozli tasvirlar va joylashuv ma'lumotlari ko'rinishidagi ma'lumotlar. Turli xil jismoniy tabiatga qaramasdan, bunday ma'lumotlar ob'ektlarning haqiqiy tasvirlari va aniq tasvirlar shaklida ifodalanishi mumkin. Radiometrik ma'lumotlar perspektiv yoki orfografik proyeksiyada taqdim etilgan sahnaning tekis tasvirlari. Ular sahnadagi ob'ektlar tomonidan aks ettirilgan yoki chiqaradigan ma'lum bir spektral diapazondagi elektromagnit to'lqinlarning intensivligini o'lchash orqali hosil bo'ladi. Odatda, ko'rinadigan spektral diapazonda o'lchangan fotometrik ma'lumotlardan foydalaniladi - monoxromatik (yorqinlik)* yoki rangli tasvirlar: Joylashuv ma'lumotlari - sahnada kuzatilgan nuqtalarning fazoviy koordinatalari. Agar sahnadagi barcha nuqtalar uchun koordinatalar o'lchanadigan bo'lsa, u holda joylashuv ma'lumotlarining bunday qatorini sahna chuqurligi tasviri deb atash mumkin. Soddalashtirilgan tasvir modellari mavjud (masalan, past istiqbolli, para-perspektivli, ortogonal va parallel proyeksiyalar bilan ifodalangan affin proyeksiya modellari), ularda sahna chuqurligi doimiy hisoblanadi va sahnaning joylashuv tasviri o'zgarmaydi. foydali ma'lumotlar. Bunda tovushli axborot yordamchi hodisa xarakteriga ega.

Fotometrik ma'lumotlar eng tez o'lchanadi. Joylashuv ma'lumotlari odatda maxsus qurilmalardan (masalan, lazer diapazoni o'lchagich, radar) olingan ma'lumotlardan yoki yorqinlik tasvirlarini tahlil qilishning stereoskopik usuli yordamida hisoblanadi. Joylashuv ma'lumotlarini tezda olish qiyinchiliklari tufayli (ayniqsa, vizual ob'ektlarning shakllari tez o'zgarib turadigan sahnalar uchun) bitta vizual tasvir yordamida sahnani tasvirlash vazifalari ustunlik qiladi, ya'ni. monokulyar vizual sahnani idrok etish vazifalari. Umuman olganda, bitta tasvirdan sahnaning geometriyasini to'liq aniqlash mumkin emas. Faqatgina juda oddiy model sahnalari uchun ma'lum cheklovlar va ob'ektlarning fazoviy joylashuvi to'g'risida apriori ma'lumotlarning mavjudligi bilan bitta tasvirdan to'liq uch o'lchovli tavsifni qurish mumkin. Ushbu vaziyatdan chiqish yo'llaridan biri kosmosda statsionar yoki harakatlanuvchi o'rnatilgan bir yoki bir nechta videokameralardan olingan video ketma-ketliklarni qayta ishlash va tahlil qilishdir.

Shunday qilib, tasvirlar real dunyo haqidagi ma'lumotlarni aks ettirishning asosiy shakli bo'lib, alohida tasvirlarni ham, video ketma-ketliklarini ham o'zgartirish va semantik tahlil qilish usullarini yanada rivojlantirish talab etiladi. Bunday intellektual tizimlarni rivojlantirishning eng muhim yo'nalishlaridan biri tasvirlarni qayta ishlashning dastlabki bosqichlarida ularning axborot tabiati va tanib olish maqsadlarini hisobga olgan holda tasvirlarni tavsiflash va o'zgartirish usullarini tanlashni avtomatlashtirishdir.

AQSh (Luiziana shtat universiteti, Karnegi Mellon universiteti, Pitsburg), Shvetsiya (Hisoblash ko'rish va faol idrok laboratoriyasi (CVAP), raqamli tahlil va kompyuter fanlari bo'limi), Frantsiya (INRIA), Buyuk Britaniya (Universitet) tadqiqotchilarining birinchi ishlari Lids of), Germaniya (Karlsrue universiteti), Avstriya (Kvinslend universiteti), Yaponiya, Xitoy (Informatika maktabi, Fudan universiteti) tasvir ketma-ketligini qayta ishlash va dinamik ob'ektlarni tanib olish bo'yicha 1980-yillarning oxirida nashr etilgan.Keyinchalik shunga o'xshash ishlar boshlandi. Rossiyada paydo bo'lish uchun: Moskva (MSU, MAI (GTU), MIPT, GosNII AS), Sankt-Peterburg (SPbSU, GUAP, FGUP GOI, LOMO), Ryazan (RGRTU), Samara (SSAU), Voronej (VSU), Yaroslavl (YarDU), Kirov (VSU), Taganrog (TTI SFU), Novosibirsk (NSU), Tomsk (TSPU), Irkutsk (IrDU), Ulan-Ude (VSGU) va boshqa shaharlarning alohida hissasini ta'kidlash kerak. Rossiya Fanlar akademiyasining akademigi, texnika fanlari doktori Yu.I.Juravlev, Rossiya Fanlar akademiyasining muxbir aʼzosi, texnika fanlari doktori kabi bu sohada ishtirok etgan taniqli rus olimlari. V. A. Soifer, texnika fanlari doktori N. G. Zagoruiko, texnika fanlari doktori L. M. Mestetskiy, texnika fanlari doktori B. A. Alpatov va boshqalar.Bugungacha videokuzatuv tizimlari, tasvirlar asosida shaxsni autentifikatsiya qilish tizimlari va boshqalarni qurishda sezilarli yutuqlarga erishildi. Biroq, haqiqiy dunyo ob'ektlarining xatti-harakatlarining murakkabligi va xilma-xilligi tufayli dinamik tasvirni aniqlashda hal qilinmagan muammolar mavjud. Shunday qilib, ushbu sohada dinamik ob'ektlar va hodisalarni elektromagnit nurlanishning turli diapazonlarida tasvir ketma-ketligidan tanib olish modellari, usullari va algoritmlarini takomillashtirish zarur, bu esa video kuzatuv tizimlarini sifat jihatidan yangi darajada rivojlantirish imkonini beradi.

Dissertatsiya ishining maqsadi tashqi va ichki videokuzatuv tizimlari uchun tasvir ketma-ketligidan foydalangan holda dinamik ob'ektlarni, ularning faol harakatlari va hodisalarini murakkab sahnalarda tanib olish samaradorligini oshirishdan iborat.

Belgilangan maqsad quyidagi vazifalarni hal qilish zarurligini aniqladi:

Harakatni baholash va ketma-ket tasvirlar to'plamidan ob'ektlarning harakat belgilarini topish usullarini, dinamik ob'ektlarni segmentlarga bo'lish usullari va murakkab sahnalarni semantik tahlil qilish usullarini, shuningdek, turli maqsadlar uchun dinamik ob'ektlar uchun tanib olish va kuzatish tizimlarini qurish yondashuvlarini tahlil qilish.

Vaqt seriyalarini, xususan, tasvir ketma-ketligini qayta ishlashning ierarxik protsedurasi asosida statik va dinamik tasvirlarni tanib olish modellarini ishlab chiqish.

Elektromagnit nurlanishning turli diapazonlarida olingan fazo-vaqtinchalik ma'lumotlarga asoslangan dinamik tuzilmalarning harakatini baholash usulini ishlab chiqish, bu harakatning xususiyatiga qarab segmentatsiya usullarini tanlashga imkon beradi va shu bilan dinamik tasvirlarni moslashtirilgan tanib olish imkonini beradi.

Olingan odometrik ma'lumotlarga asoslanib, dinamik tuzilmalar harakatining traektoriyalarini qurish va tahlil qilish asosida vizual ob'ektlarning mavjudligi to'g'risida farazlarni ilgari surishga imkon beradigan murakkab sahnada dinamik tuzilmalarning ko'p darajali harakati modelini yaratish. harakatlar tarixi.

Murakkab sahnalarda ko'p darajali harakat modeliga asoslangan holda harakatning ixtiyoriy yo'nalishlari va ob'ekt proyeksiyalarining bir-biriga mos kelishi bilan dinamik tuzilmalarning aniqlangan belgilarining umumiyligini hisobga oladigan murakkab segmentatsiya algoritmini ishlab chiqish.

Kollektiv qaror qabul qilish usuliga asoslangan rasmiy grammatika va sahnaning videografiyasi nuqtai nazaridan taqdim etilgan dinamik tasvirlarni tanib olish usulini, shuningdek, grafiklardan foydalangan holda murakkab sahnadagi faol harakatlar va hodisalarni tanib olish usullarini ishlab chiqish. faol harakatlar va hodisalar (murakkab sahnaning videografiyasini kengaytirish) va Bayes tarmog'i.

Ishlab chiqilgan usullar va modellar asosida turli maqsadlar uchun eksperimental tizimlarni loyihalash; Ruxsat etilgan va ixtiyoriy 2£>-proyeksiyalar to'plami va dinamik tasvirni aniqlash bilan tavsiflangan ob'ektlar tasvirlarining ketma-ketligini qayta ishlash uchun mo'ljallangan. qiyin sahnalar.

Usullar, tadqiqot. Dissertatsiya ishini bajarishda qolipni tanib olish nazariyasi usullari, tasvirni tanib olishning tavsifiy nazariyasi, signallarni qayta ishlash nazariyasi, vektor tahlili va tenzor hisoblash usullari, shuningdek, guruh nazariyasi, formal grammatika nazariyasidan foydalanilgan.

Dissertatsiyaning ilmiy yangiligi quyidagilardan iborat:

1. Qurilgan yangi model Kengaytirilgan ierarxik segmentatsiya darajalari (mahalliy va global harakat vektorlari bo'yicha) va tanib olish (ob'ektlar va ularning faol harakatlari) bilan tavsiflangan dinamik tasvirlarni o'zgartirish, kontseptsiya asosida harakatlanuvchi ob'ektlar va dinamik sahnalar bilan statik sahnalar uchun maqsadli xususiyatlarni topishga imkon beradi. maksimal dinamik invariant.

2. Tasvirni tanib olishning tavsifiy nazariyasi toʻrtta yangi tamoyilni joriy etish orqali kengaytirildi: tahlilning dastlabki bosqichlarida tan olish maqsadini hisobga olish, dinamik obʼyektlarning harakatini tan olish, tarixini baholash, kuzatish obʼyektlarining oʻzgaruvchan soni, ular manba ma'lumotlarining axborot mazmunini oshirish orqali harakatlanuvchi ob'ektlarni tanib olish sifatini yaxshilash imkonini beradi.

3. Birinchi marta ko'rinadigan va infraqizil elektromagnit nurlanish diapazonlarining sinxron ketma-ketliklarida harakatni baholashning moslashuvchan fazoviy-vaqtinchalik usuli ishlab chiqildi, bu esa har ikki turdagi tasvir ketma-ketligining afzalliklarini birlashtirgan holda turli ierarxik darajalarda harakat xususiyatlarini ajratib olish imkonini beradi.

4. Ko'p bosqichli harakatning yangi modeli ishlab chiqildi; sahnani alohida darajalarga ajratishga imkon berish; emas > cheklangan; ob'ektlar tasvirlarini yanada ishonchli segmentatsiyalash imkonini beruvchi oldingi va fonga umumiy qabul qilingan bo'linish; murakkab istiqbolli sahnalar.

5: O'zini oqladimi? va qurilgan; yangi; dinamik obyektlarni segmentlashning umumlashtirilgan algoritmi; xulq-atvor tarixini o'z ichiga olgan xususiyatlar to'plamidan foydalanish; va guruh oʻzgarishlari asosida ham alohida vizual obʼyektlarning dinamikasini, ham sahnadagi obʼyektlarning oʻzaro taʼsirini (proyeksiyalarning bir-birining ustiga chiqishi; video sensorning koʻrish sohasidan obʼyektlarning paydo boʻlishi/yoʻqolishi) kuzatish imkonini beradi; va integral va o'zgarmas baholar yordamida ob'ekt proektsiyalarining umumiy qismini (ikki qo'shni ramkadan) birinchi taklif qilingan tahlil qilish.

6. Kollektiv qarorlar qabul qilish usuli o'zgartirildi, bu ob'ektning ramkalararo proyeksiyalari belgilarini topish bilan ajralib turadi va Bayes tarmog'iga asoslangan faol harakatlar va hodisalarni tanib olish uchun kuzatishlar tarixini hisobga olishga imkon beradi; va dinamik xususiyatlarning taqdimotiga qarab mos yozuvlar dinamik tasvirlar bilan dinamik tasvirlarning v o'xshashlik o'lchovini topish uchun to'rt turdagi psevdo-masofalar taklif qilingan.

Amaliy ahamiyati. Bitiruv malakaviy ishida taklif etilgan usullar va algoritmlar “Xavfsiz shahar” davlat loyihasi doirasida ko‘p polosali harakatda avtotransport vositalarini monitoring qilishda, video ketma-ketliklardan foydalangan holda turli texnologik ishlab chiqarish jarayonlarini avtomatlashtirilgan boshqarish tizimlarida, tashqi videorolikda amaliy foydalanish uchun mo‘ljallangan. kuzatuv tizimlari va yopiq videokuzatuvlar, shuningdek, aerofotosuratlardagi ob'ektlarni aniqlash va landshaft tasvirlarini tanib olish tizimlarida.Dissertatsiya tadqiqotlari asosida dinamik ob'ektlarni qayta ishlash va tanib olish uchun dasturiy ta'minot tizimlari ishlab chiqilgan bo'lib, ular faoliyatning turli sohalarida qo'llaniladi.

Ish natijalarini amalga oshirish. Ishlab chiqilgan dasturlar Rossiya kompyuter dasturlari reestrida ro'yxatga olingan: "Qo'lda yozilgan matnli tasvirlarni segmentatsiyalash (SegPic)" dasturi (sertifikat No 2008614243, Moskva, 2008 yil 5 sentyabr); "Harakatni baholash" dasturi (sertifikat No 2009611014, Moskva, 2009 yil 16 fevral); "Yuzni mahalliylashtirish (FaceDetection)" dasturi (sertifikat No 2009611010, Moskva, 2009 yil 16 fevral); "Statik tasvirga vizual tabiiy effektlarni qo'shish tizimi (Tabiiy effektlarni taqlid qilish)" dasturi (sertifikat № 2009612794, Moskva, 2009 yil 30 iyul); "Visual tutunni aniqlash (SmokeDetection)" dasturi (sertifikat No 2009612795, Moskva, 2009 yil 30 iyul); "Ko'p tarmoqli harakat paytida avtotransport vositalarining davlat raqamlarini vizual ro'yxatga olish dasturi (FNX CTRAnalyzer)" (sertifikat No 2010612795, Moskva, 23 mart 2010 yil), "Nolineer tasvirni yaxshilash" dasturi (sertifikat № 2010610658, g Moskva, sh. 2010 yil 31 mart

Algoritmik va o'tkazish va foydalanish bo'yicha aktlar dasturiy ta'minot Sovutgich qutilarini yig'ish liniyasida tanib olish uchun (KZH Biryusa OAJ, Krasnoyarsk), landshaft tasvirlaridagi ob'ektlarning tasvirlarini aniqlash uchun (Vega radiotexnika kontserni, Luch konstruktorlik byurosi OAJ, Ribinsk, Yaroslavl viloyati), o'rmon o'simliklarini ketma-ket taqsimlash uchun aerofotosuratlar ("Altex Geomatics" MChJ, Moskva), ko'p oqimli harakat paytida video ketma-ketlikda transport vositalarining davlat ro'yxatidan o'tgan raqamlarini aniqlash va ularni ko'rsatish sifatini yaxshilash ^ (Krasnoyarsk o'lkasi, Krasnoyarsk davlat yo'l harakati xavfsizligi inspektsiyasi).

Ishlab chiqilgan algoritmlar va dasturiy ta'minot o'quv jarayonida "Intellektual ma'lumotlarni qayta ishlash", "Ma'lumotlarni qayta ishlash" fanlari bo'yicha darslarda qo'llaniladi. Kompyuter texnologiyalari fan va ta'lim sohasida", " Nazariy asos raqamli tasvirni qayta ishlash", "Naqshni aniqlash", " Neyron tarmoqlar Akademik M.F. nomidagi Sibir davlat aerokosmik universitetida ", "Tasvirlarni qayta ishlash algoritmlari", "Video ketma-ketligini qayta ishlash algoritmlari", "Sahna tahlili va kompyuterda ko'rish". Reshetnev (Sibir davlat agrar universiteti).

Dissertatsiya ishida olingan natijalarning ishonchliligi qo'llanilgan tadqiqot usullarining to'g'riligi, amalga oshirilgan o'zgarishlarning matematik qat'iyligi, shuningdek, tuzilgan qoidalar va xulosalarning ularni eksperimental tekshirish natijalariga muvofiqligi bilan ta'minlanadi.

Himoyaga taqdim etilgan asosiy qoidalar:

1. Murakkab sahnalarda dinamik tasvirlarni qayta ishlash va tanib olish modeli, segmentatsiyaning ierarxik darajalari va nafaqat ob'ektlarni, balki ularning faol harakatlarini ham tanib olish bilan sezilarli darajada kengaytirildi.

2. Tahlil qilinayotgan ma'lumotlarning axborot mazmunini nafaqat fazoviy sohada, balki vaqtinchalik komponentda ham oshirish orqali vaqt seriyalari (tasvirlar ketma-ketligi) uchun tasvirni aniqlashning tavsifiy nazariyasini kengaytirish.

3. Moslashuvchan fazo-zamon harakatini baholash usuli. elektromagnit nurlanishning ko'rinadigan va infraqizil diapazonlarining sinxron ketma-ketligida mahalliy IQ hajmlarining tenzor tasvirlariga asoslangan.

4. Murakkab sahnalarda ko'p darajali harakat modeli, ob'ekt harakati traektoriyalarini yanada ishonchli tahlil qilish uchun istiqbolli sahnalarning alohida darajalarga parchalanishini kengaytiradi.

5. Dinamik ob'ektlarni segmentatsiyalashning umumlashtirilgan algoritmi, bu guruh o'zgarishlari va taklif qilingan integral va o'zgarmas baholar asosida ob'ekt proyeksiyalarining bir-biriga mos kelishini, video sensorning ko'rish maydonidan ob'ektlarning ko'rinishini/yo'qolishini aniqlash imkonini beradi.

6. Kollektiv qaror qabul qilishning o'zgartirilgan usuli va metrik bo'shliqlarda psevdo-masofalarni topishga asoslangan dinamik tasvirlarni tanib olish usullari, shuningdek, murakkab sahnalarda faol harakatlar va hodisalar.

Ishning aprobatsiyasi. Dissertatsiya tadqiqotining asosiy qoidalari va natijalari 10-xalqaro konferentsiyada "Namunani aniqlash va tasvirni tahlil qilish: zamonaviy axborot texnologiyalari" (S.-Peterburg, 2010), "Ultra zamonaviy telekommunikatsiya va boshqaruv tizimlari ICUMT2010" xalqaro kongressida ma'ruza qilindi va muhokama qilindi. "(Moskva, 2010); Kibernetika va tizim tahlilida noparametrik usullar bo'yicha XII Xalqaro simpozium (Krasnoyarsk, 2010), II Xalqaro "Intelligent Decision-Technologies - IDT 2010" simpoziumi (Baltimor, 2010), III Xalqaro konferentsiya. “Avtomatlashtirish, boshqarish? va axborot texnologiyalari - AOIT-ICT "2010" (Novosibirsk, 2010), 10, 11 va 12-xalqaro konferentsiyalar va ko'rgazmalar " Raqamli ishlov berish signallar va uning qo‘llanilishi” (Moskva, 2008-2010), “Zamonaviy axborot texnologiyalarining nazariy va amaliy masalalari” X xalqaro ilmiy-texnik konferensiyasi (Ulan-Ude, 2009), IX xalqaro ilmiy-texnik konferensiya “Kibernetika va yuqori texnologiyalar. XXI asr" (Voronej, 2008), Butunrossiya konferentsiyasi"Tasvirni qayta ishlash modellari va usullari" (Krasnoyarsk, 2007), "Reshetnev o'qishlari" X, XI va XIII xalqaro ilmiy konferentsiyalarida (Krasnoyarsk, 2006, 2007, 2009), shuningdek Davlat Aerokosmik Universitetining ilmiy seminarlarida. Muhandislik (Sankt-Peterburg, 2009), Hisoblash modellashtirish instituti SO

RAS (Krasnoyarsk, 2009), RAS tasvirni qayta ishlash tizimlari instituti (Samara, 2010).

Nashrlar. Dissertatsiya tadqiqoti natijalari boʻyicha 53 ta bosma asarlar, shu jumladan 1 ta monografiya, 26 ta maqola (shundan 14 tasi Oliy attestatsiya komissiyasi roʻyxatiga kiritilgan nashrlarda, 2 tasi Thomson Reuters roʻyxatiga kiritilgan nashrlarda chop etilgan) chop etilgan: Science Citation Index Expanded / Conference Proceedings Citation Index"), 19 ta tezis, 7 ta sertifikat Rossiya kompyuter dasturlari reestrida ro'yxatga olingan, shuningdek, 3 ta tadqiqot hisoboti.

Shaxsiy hissa. Dissertatsiyada keltirilgan barcha asosiy natijalar, jumladan, masalalarni shakllantirish va ularning matematik va algoritmik yechimlari muallif tomonidan shaxsan olingan yoki uning ilmiy rahbarligi va bevosita ishtirokida amalga oshirilgan. Ish materiallari asosida texnika fanlari nomzodi ilmiy darajasini olish uchun ikkita dissertatsiya himoya qilingan bo‘lib, unda muallif rasmiy rahbar bo‘lgan.

Ish tuzilishi. Ish kirish, olti bob, xulosa va bibliografiyadan iborat. Dissertatsiyaning asosiy matni 326 varaqdan iborat bo‘lib, taqdimot 63 ta rasm va 23 ta jadval bilan tasvirlangan. Bibliografik roʻyxatga 232 ta nom kiritilgan.

6.7 Bob xulosalari

Ushbu bobda ob'ekt va hodisalarni tanib olishning eng yuqori darajalarigacha tasvir ketma-ketligini tizimli ierarxik qayta ishlashni amalga oshiradigan "ZROEL" eksperimental dasturiy kompleksining tuzilishi va asosiy funktsiyalari batafsil ko'rib chiqiladi, u.1.02. avtomatlashtirilgan tizim, grafiklar, tarmoqlar va tasniflagichlarni o'rgatish va sozlash uchun inson ishtirokini talab qiladi. Tizimning bir qator past darajadagi modullari avtomatik rejimda ishlaydi. Dasturiy ta'minot to'plamining tuzilishi shundayki, modullarni o'zgartirish tizimning boshqa modullariga ta'sir qilmasdan mumkin. Tizimning asosiy modullarining funktsional diagrammalari keltirilgan: oldindan ishlov berish moduli, harakatni baholash moduli, segmentatsiya moduli, ob'ektni aniqlash moduli va faol harakatni aniqlash moduli.

“OTCBVS^07” test ma’lumotlar bazasidan bir nechta video ketma-ketliklar va infraqizil ketma-ketliklar, “Gamburg taksisi”, “Rubik kubi” test videoketliklarida eksperimental tadqiqotlar o‘tkazildi. "Jim", shuningdek, o'zining video materialida. Harakatni baholashning beshta usuli sinovdan o'tkazildi. Bloklarni moslashtirish usuli va infraqizil ketma-ketlik uchun tavsiya etilgan usul o'xshash qiymatlarni ko'rsatishi va eng kam aniqligi eksperimental ravishda ko'rsatildi. Video ketma-ketliklari uchun tavsiya etilgan usul va nuqta xususiyatlarini kuzatish usuli shunga o'xshash natijalarni ko'rsatadi. Shu bilan birga, ishlab chiqilgan tensor yondashuvi nuqta xususiyatlarini kuzatish usuli bilan solishtirganda kamroq kompyuter hisob-kitoblarini talab qiladi. Sahna yoritilishining kamayishi sharoitida tezlik vektorining kattaligini topish uchun sinxronlashtirilgan video ketma-ketliklarni va infraqizil ketma-ketliklarni birgalikda qo'llash tavsiya etiladi.

Vizual ob'ektlarni tanib olish uchun kiritilgan dinamik tasvirlarning mos yozuvlar dinamik tasvirlari bilan o'xshashlik o'lchovini topish uchun to'rt turdagi psevdo-masofalar (Hausdorff, Gromov-Hausdorff, Fréchet psevdo-masofalari, tabiiy psevdo-masofa) ishlatilgan (tasvirga qarab). dinamik xususiyat - sonli xarakteristikalar to'plami, vektorlar to'plami, funktsiyalar to'plami). Ular maqbul morfologik o'zgarishlarga ega tasvirlar uchun o'zlarining haqiqiyligini ko'rsatdilar. An'anaviy ravishda qo'shni ramkalar va umumiy qismning 5e maydoni orasidagi ob'ekt proektsiyasining umumiy qismining kontur shakli Kc konturining integrallashtirilgan normallashtirilgan baholari va o'zgarmas baho - Fcor proyeksiyalarining umumiy qismlarining korrelyatsiya funktsiyasi ishlatilgan. O'zgartirilgan jamoaviy qarorlar qabul qilish usulidan foydalanish sizga kiritilgan tasvirlarning muvaffaqiyatsiz kuzatuvlarini (ob'ekt proektsiyalarining bir-biriga mos kelishi, yorug'lik manbalaridan sahnaning buzilishi va boshqalar) "yo'q qilish" va eng mos kuzatuvlarni tanlash imkonini beradi. Tajribalar shuni ko'rsatdiki, o'zgartirilgan kollektiv qaror qabul qilish usulidan foydalanish tanib olish aniqligini o'rtacha 2,4-2,9% ga oshiradi.

Harakatni baholash, segmentatsiyalash va ob'ektni aniqlashning eksperimental natijalari sinov tasvir ketma-ketliklarida ("Gamburg taksisi", "Rubik kubi". "Silent", "OTSBVS"07 test ma'lumotlar bazasidan olingan video ketma-ketliklar va infraqizil ketma-ketliklar) olingan. Faol harakatlarni tanib olish uchun odamlarning "PETS", "CAVIAR", "VACE" test ma'lumotlar bazalaridan misollar ishlatilgan.Test vizual ketma-ketlikning tabiati ko'rsatkichlarga ta'sir qiladi.. Aylanish harakatini amalga oshiradigan ob'ektlar yomonroq tan olinadi ("Rubik kubi"), odam -kichik o'lchamdagi yasalgan ob'ektlar yaxshiroq tan olinadi ("Gamburg taksisi", "Video 1").Eng yaxshi natijalar ikki ketma-ketlik asosida tanib olish orqali ko'rsatiladi.Shuningdek, eng yaxshi eksperimental natijalarga odamlarning davriy faol harakatlarini tan olishda erishildi. guruhlarda emas (yurish, yugurish, qo'llarni ko'tarish) noto'g'ri pozitivlar yorug'lik va sahnaning bir qator joylarida soyalar mavjudligi bilan bog'liq.

Oltinchi bob yakunida “Ko‘p tarmoqli harakatlanishda avtotransport vositalarining davlat raqam belgilarini vizual ro‘yxatga olish”, “Tasvirlardan muzlatgich korpuslari modellarini aniqlash tizimi”, “Landshaft tasvirlarini qayta ishlash va segmentatsiyalash algoritmlari” kabi amaliy loyihalar ko‘rib chiqildi. Obyektlarni identifikatsiya qilish” mavzulari ko‘rib chiqildi.“Algoritmik va dasturiy ta’minot manfaatdor tashkilotlarga topshirildi: Test-operatsiya natijalari dissertatsiya ishida taklif etilgan model va usullar asosida ishlab chiqilgan dasturiy ta’minotning funksionalligini ko‘rsatdi.

XULOSA

Dissertatsiya ishi elektromagnit nurlanishning ko'rinadigan va infraqizil diapazonlari ketma-ketligidan olingan fazo-vaqt ma'lumotlarini qayta ishlash va murakkab sahnalarda dinamik tasvirlarni tanib olishning muhim ilmiy-texnik muammosini qo'ydi va hal qildi. Fazoviy-vaqt ma'lumotlaridan xususiyatlarni qayta ishlash va olishning ierarxik usullari tizimi videokuzatuv sohasidagi amaliy muammolarni hal qilish uchun uslubiy asosdir.

Kirishda dissertatsiya ishining dolzarbligi asoslab berilgan, tadqiqotning maqsad va vazifalari shakllantirilgan, bajarilgan tadqiqotning ilmiy yangiligi va amaliy ahamiyati ko‘rsatilgan, himoyaga taqdim etilgan asosiy qoidalar keltirilgan.

Birinchi bob shuni ko'rsatadiki, video ketma-ketlikdagi vizual ob'ektlar statik tasvirlarni tanib olish muammosining klassik formulasida tasvirlarga qaraganda ko'proq xususiyatlarning ko'p o'lchovli vektori bilan tavsiflanadi.Dissertatsiya ishlov berishning o'rta va yuqori darajalarida aniqlashtirish bosqichlarini taqdim etadi, bu muhim ahamiyatga ega. dinamik tasvirlar uchun.

Statik tasvirlarni, harakat elementlariga ega statik sahnalarni va tasvirlar ketma-ketligini aniqlash masalalarining asosiy turlari tasnifi tuzildi, bu esa ushbu sohadagi matematik usullarning rivojlanishining tarixiy xususiyatini aks ettiradi. Harakatni baholash usullari, harakatlanuvchi ob'ektlarni segmentlarga bo'lish algoritmlari va murakkab sahnalardagi voqealarni izohlash usullarining batafsil tahlili o'tkazildi.

Turli maqsadlarda transport vositalarini kuzatish, sport videomateriallarini qayta ishlash, xavfsizlikni ta’minlash (yuzni tanib olish, odamlarning qo‘riqlanadigan hududga ruxsatsiz kirishi) kabi sohalardagi mavjud tijorat apparat va dasturiy ta’minot tizimlari ko‘rib chiqiladi.Shuningdek, videokuzatuv tizimlari bo‘yicha ilmiy ishlanmalar tahlil qilinadi.

1-bobning oxirida tasvir ketma-ketliklarini fazoviy-vaqtiy qayta ishlash muammosi tasvirlangan ketma-ketliklardan vizual ma'lumotlarni qayta ishlash va tanib olishning uch darajasi va besh bosqichi ko'rinishida taqdim etilgan.

Bitiruv malakaviy ishning ikkinchi bobida obyektlarni ularning statik tasvirlari va tasvir ketma-ketligidan qayta ishlash va tanib olishning rasmiy modellari ishlab chiqilgan. To'g'ridan-to'g'ri muammo va teskari masala uchun tasvir maydoni va xususiyat maydonida ruxsat etilgan xaritalar tuziladi. Invariant qaror funksiyalarini va umumlashtirilgan maksimal dinamik invariantni qurish qoidalari berilgan. Tanib olish jarayonida ko'p o'lchovli xususiyat fazosida turli tasvirlarning traektoriyalari kesishishi mumkin. Ob'ektlarning proyeksiyalari kesishganda, umumlashtirilgan maksimal dinamik invariantni topish yanada qiyinroq va ba'zi hollarda imkonsiz vazifaga aylanadi.

Tasvirni tanib olishning tavsifiy nazariyasining asosiy tamoyillari ko'rib chiqiladi, bu tasvirni aniqlashda ma'lumotlarni qayta ishlashning algoritmik protseduralarini tanlash va sintez qilishning muntazam usullariga asoslangan. Dinamik tasvirlar uchun tavsifiy nazariyani kengaytiruvchi qo'shimcha tamoyillar taklif etiladi: tasvirlar ketma-ketligini qayta ishlashning dastlabki bosqichlarida tanib olish maqsadini hisobga olish, dinamik ob'ektlarning xatti-harakatlarini tan olish, dinamik ob'ektlar tarixini baholash, kuzatish ob'ektlarining o'zgaruvchan soni. murakkab sahnalarda.

Rasmga tushirish turiga (bir burchakli tortishish holatida), video sensorning harakatiga va ko'rish zonasida harakatlanuvchi ob'ektlarning mavjudligiga qarab tasvir ketma-ketligini tahlil qilish uchun maqsadli xususiyatlarni izlash muammosi batafsil ko'rib chiqiladi. Xususiyatlar maydonidagi to'rtta holatning tavsiflari vazifa murakkablashishi bilan beriladi.

Uchinchi bobda tasvir ketma-ketligini qayta ishlash va ob'ektlarni, faol harakatlarni, voqealarni va sahna janrini tanib olish bosqichlari shakllantirilgan. Bosqichlar vizual axborotni qayta ishlashning ketma-ket, ierarxik xususiyatini aks ettiradi. Tasvirlar ketma-ketligini fazoviy-zamoniy qayta ishlash uchun ierarxik usullarning shartlari va cheklovlari ham keltirilgan.

Tasvirning dinamik hududlarini tasniflash 31) strukturaviy tensorning xos qiymatlarini tahlil qilish yo'li bilan amalga oshiriladi, ularning xos vektorlari qo'shni ramkalar tasvirlari intensivligidagi mahalliy siljishlar bilan aniqlanadi va mahalliy yo'nalishlarni baholash uchun ishlatiladi. dinamik hududlar. Tenzor yondashuvi asosida ko'rinadigan va infraqizil nurlanish ma'lumotlarining fazoviy vaqt hajmidagi harakatni baholashning yangi usuli asoslandi. Nuqta muhitining o'lchami va yo'nalishiga moslashtirilgan fazoviy o'zgaruvchan yadrodan foydalanish imkoniyati ko'rib chiqiladi. Dastlab aylana shakliga ega bo'lgan, so'ngra 2-3 iteratsiyadan so'ng yo'naltirilgan ellips shakliga aylanadigan muhitning moslashuvi tasvirdagi yo'naltirilgan tuzilmalarni baholashni yaxshilash imkonini beradi. Ushbu strategiya fazoviy-vaqt ma'lumotlar to'plamidagi gradientlarni baholashni yaxshilaydi.

Baho mahalliy parametrlar harakat mahalliy hududning geometrik ibtidoiy va yagona nuqtalarini hisoblash orqali amalga oshiriladi. Shunday qilib, hududlar harakatining mahalliy belgilarini baholash vizual ob'ektlarning u yoki bu sinfga tegishliligi to'g'risida keyingi farazlarni ilgari surish uchun asosdir. Sinxron video ketma-ketliklari va infraqizil ketma-ketliklardan foydalanish tasvirdagi harakatlanuvchi hududlarni segmentlash va mahalliy harakat vektorlarini topish natijalarini yaxshilash imkonini beradi.

Rangli tasvirlardagi chegaralarni chegaraning har bir nuqtasida barcha yo'nalishlarda qurilgan ko'p o'lchovli gradient usullari, rangli tasvir bo'yicha tartib statistikasidan foydalangan holda vektor usullari, shuningdek, chegara ichidagi tenzor yondashuvidan foydalangan holda baholash mumkinligi ko'rsatilgan. ko'p o'lchovli gradient usullari ramkasi. Kontur ma'lumotlarini aniqlashtirish usullari ruxsat etilgan proektsiyalarning ixtiyoriy soniga ega bo'lgan hududlar uchun juda muhimdir.

To'rtinchi bobda harakat tuzilmalari asosida real sahnalarda ob'ektlarning dinamikasini aks ettiruvchi va sahnaning ikki darajali tasvirini kengaytiruvchi, qiziqish ob'ektlari va statsionar fonga bo'lingan ko'p darajali harakat modeli qurilgan.

Kompakt Li guruhlari nazariyasiga asoslangan jismlarning tekislikdagi harakati modellari o'rganiladi. Proyektiv transformatsiya modellari va affin transformatsiya modellarining navlari keltirilgan. Bunday transformatsiyalar cheklangan miqdordagi proyeksiyalar (texnogen ob'ektlar) bilan harakat tuzilmalarini yaxshi tasvirlaydi. Cheksiz ko'p proyeksiyaga ega bo'lgan tuzilmalarni (antropogen ob'ektlarni) afin yoki proyektiv o'zgarishlar bilan tasvirlash bir qator qo'shimcha shartlar bilan birga keladi (xususan, ob'ektlar video sensordan, kichik o'lchamli ob'ektlardan va boshqalardan uzoqda bo'lishi talabi). . L. S. Pontryagin tomonidan isbotlangan ta'riflar va teorema berilgan bo'lib, ular asosida ma'lum bir ob'ektni qo'shni ramkalar orasidagi siljishlargacha tavsiflovchi guruh koordinatalarining ichki avtomorfizmini topish mumkin edi. O'zgarishlarning kattaligi 3-bobda ishlab chiqilgan ramkalararo farqning harakatini baholash usuli bilan aniqlanadi.

Transformatsiyalar guruhlari orasidagi ruxsat etilgan o'tishlarning kengayishi 2£)-tasvirlar tabiatining ikkitomonlamaligi tufayli qurilgan (bitta ob'ektning proyeksiyasidagi o'zgarishlarni ko'rsatish va bir nechta ob'ektlarning vizual kesishishi: (ob'ektlarning o'zaro ta'siri)). Mezonlar aniqlandiki, transformatsiyalar guruhlarini o'zgartirganda, sahnadagi faol harakatlar va hodisalarni qayd etish, ya'ni shartli qo'shni ramkalar va proektsiyaning umumiy qismining Kc konturining shaklini integral baholashlari. umumiy qism 5e va o'zgarmas baholar - o'zgaruvchanlik darajasini baholash va kuzatilayotgan ob'ektlar harakatining xarakterini aniqlash imkonini beruvchi proyeksiyalarning umumiy qismlari Pcog va tizimli Lie guruhi c"d konstantalarining korrelyatsiya funktsiyasi.

Tasvir ketma-ketligidagi ob'ektlar harakatining tarixdan oldingi modeli ham qurilgan, jumladan, harakat traektoriyalarining vaqt qatorlari, 3L-fazoda harakatlanayotganda ob'ekt shaklidagi o'zgarishlar, shuningdek, ob'ekt shaklidagi o'zgarishlar. sahnadagi ob'ektlarning o'zaro ta'siri va sensorning ko'rish maydonidan ob'ektning paydo bo'lishi/yo'qolishi bilan bog'liq (sahnadagi faol harakatlar va hodisalarni tanib olish uchun ishlatiladi). 1

Murakkab sahnalarda ob'ektlarni segmentatsiyalashning murakkab holatlarini (bir-biriga o'xshash tasvirlar, ob'ektlarning kameraning ko'rish maydonidan paydo bo'lishi va yo'qolishi, kameraga qarab harakatlanishi) hisobga olgan holda, uchta kichik bosqichni o'z ichiga olgan umumlashtirilgan algoritm ishlab chiqilgan: segmentatsiya, segmentatsiya va post-segmentatsiya. Har bir kichik bosqich uchun vazifalar, kirish va chiqish ma'lumotlari shakllantiriladi va turli xil nurlanish diapazonlaridan sinxron ketma-ketliklardan foydalangan holda murakkab sahnalarni segmentatsiyalash imkonini beruvchi algoritm blok-sxemalari ishlab chiqiladi.

Beshinchi bobda rasmiy grammatika, sahna videografi va o'zgartirilgan kollektiv qaror qabul qilish usuli yordamida dinamik naqshni aniqlash jarayoni muhokama qilinadi. Ko'p darajali harakatga ega dinamik sahna vaqt o'tishi bilan o'zgarib turadigan tuzilishga ega, shuning uchun strukturani tanib olish usullaridan foydalanish tavsiya etiladi. Ob'ektlarning ko'p darajali harakati bilan murakkab sahnalarni tanib olish uchun tavsiya etilgan uch darajali kontekstli grammatika ikkita vazifani amalga oshiradi: tasvirlar ketma-ketligini tahlil qilish vazifasi va sahnani tahlil qilish vazifasi.

Sahnani semantik tasvirlashning ko'proq vizual vositasi ierarxik guruhlash usuli yordamida qurilgan videografiyadir. Pastki sathning murakkab xususiyatlaridan kelib chiqqan holda, mahalliy fazoviy tuzilmalar, vaqt o'tishi bilan barqaror, mahalliy fazoviy ob'ektlar shakllanadi va voqea joyining videografisi, shu jumladan tan olingan fazoviy ob'ektlar, ularga xos bo'lgan harakatlar majmui, shuningdek, fazoviy-vaqtinchalik. ular orasidagi aloqalar.

O'zgartirilgan jamoaviy qaror qabul qilish usuli ikki darajali tan olish tartibiga asoslanadi. Birinchi bosqichda tasvir ma'lum bir vakolat sohasiga tegishli ekanligi tan olinadi. Ikkinchi darajada, hal qiluvchi qoida kuchga kiradi, uning vakolati ma'lum bir sohada maksimaldir. Kiritilgan dinamik tasvirlar va mos yozuvlar dinamik tasvirlar o'rtasidagi o'xshashlik o'lchovini topishda soxta masofalar uchun ifodalar dinamik xususiyatlarning - sonli xarakteristikalar to'plami, vektorlar to'plami, funktsiyalar to'plamining ifodalanishiga qarab tuziladi.

Voqealarni tanib olishda murakkab sahnaning videografiyasi voqea videografasiga kengaytiriladi: Dinamik ob'ektning ob'ektga bog'liq modeli quriladi. Xususiyatlar maydonidagi eng oddiy tasniflagichlar yozishmalar funktsiyasi sifatida ishlatiladi (masalan, ^-means usuli yordamida), chunki taqqoslash oldindan aniqlangan ob'ekt bilan bog'langan cheklangan shablonlar to'plami yordamida amalga oshiriladi. Vizual ob'ektlarning proyeksiya shablonlarini shakllantirish usullari ko'rib chiqiladi.

Tadbirning videografi Markov tarmoqlari asosida qurilgan. Agentlarning faol harakatlarini aniqlash usullari, shuningdek, voqea joyidagi voqealarni tanib olish uchun voqea videografini yaratish va kesish tartibi ko'rib chiqiladi. Shu bilan birga, har bir hodisa uchun test misollari bo'yicha o'qitiladigan o'z modeli quriladi. Hodisalarni aniqlash Bayes yondashuviga asoslangan ketma-ket bajariladigan faol harakatlarni klasterlashdan iborat. Kirish video ketma-ketligidagi og'irlik koeffitsientlari matritsasi rekursiv kesish va mashg'ulot bosqichida olingan mos yozuvlar hodisalari bilan taqqoslash amalga oshiriladi. Ushbu ma'lumot* sahna janrini aniqlash va kerak bo'lganda ma'lumotlar bazasida video ketma-ketligini indekslash uchun manba. Multimedia Internet ma'lumotlar bazalarida indekslash uchun tasvirlar va video materiallarni tushunish va izohlash uchun sxema ishlab chiqilgan.

Oltinchi bobda tasvir ketma-ketligini qayta ishlash va harakatlanuvchi ob'ektlar va hodisalarni tanib olish uchun v.l.02 "SPOER" eksperimental dasturiy paketining tavsifi keltirilgan. U ob'ekt va hodisalarni tanib olishning eng yuqori darajalariga qadar tasvir ketma-ketligini tizimli ierarxik qayta ishlashni amalga oshiradi. Bu avtomatlashtirilgan tizim bo'lib, grafiklar, tarmoqlar va tasniflagichlarni o'rgatish va sozlash uchun inson ishtirokini talab qiladi. Tizimning bir qator past darajadagi modullari avtomatik rejimda ishlaydi.

SPOER dasturiy ta'minot to'plami, v.l.02 yordamida o'tkazilgan eksperimental tadqiqotlarda "OTCBVS"07 test ma'lumotlar bazasidan video ketma-ketliklar va infraqizil tasvirlar ketma-ketligi, "Gamburg taksisi", "Rubik kubi", "Silent" test video ketma-ketliklari va o'zimizning videomateriallardan foydalanilgan.Harakatni baholashning beshta usuli sinovdan o‘tkazildi.Video ketma-ketliklari uchun tavsiya etilgan usul eng aniq natijalarni ko‘rsatadi va boshqa usullarga nisbatan kompyuterda kamroq hisoblashni talab qiladi.Sinxronlashtirilgan video ketma-ketliklari va infraqizil ketma-ketliklarni birgalikda qo‘llash maqsadga muvofiqdir. sahna yoritilishining kamayishi sharoitida tezlik vektorlari.

Vizual ob'ektlarni proektsiyalarning maqbul morfologik o'zgarishlari bilan tanib olish uchun ob'ekt proyeksiyasining umumiy qismining kontur shaklining Kc konturining integrallashtirilgan normallashtirilgan baholari, odatiy qo'shni ramkalar va umumiy qismning 5e maydoni va o'zgarmas baho - korrelyatsiya funktsiyasi. Fcor proyeksiyalarining umumiy qismlari ishlatilgan. O'zgartirilgan kollektiv qarorlar qabul qilish usulidan foydalanish sizga kiritilgan tasvirlarning muvaffaqiyatsiz kuzatuvlarini (ob'ekt proektsiyalarining bir-biriga mos kelishi holatlari, yorug'lik manbalaridan sahnaning vizual buzilishlari va boshqalar) "yo'q qilish" va eng mos kuzatuvlarni tanlash imkonini beradi. Tajribalar shuni ko'rsatdiki, o'zgartirilgan kollektiv qaror qabul qilish usulidan foydalanish tanib olish aniqligini o'rtacha 2,4-2,9% ga oshiradi.

Harakatni baholashning eksperimental natijalari; segmentatsiya va ob'ektni tanib olish test tasvirlari ketma-ketliklarida ("Gamburg taksisi", "Rubik kubi". "Silent", "OTCBVS*07" test ma'lumotlar bazasidan video ketma-ketliklar va infraqizil ketma-ketliklar) olingan. Odamlarning faol harakatlarini aniqlash uchun "PETS", "CAVIAR", "VACE" test ma'lumotlar bazalaridan misollar ishlatilgan. Eng yaxshi natijalar ikki ketma-ketlik yordamida tanib olish orqali ko'rsatiladi. Shuningdek, eng yaxshi eksperimental natijalarga odamlarning guruhlarda bo'lmagan davriy faol harakatlarini (yurish, yugurish, qo'llarini ko'tarish) tan olishda erishildi. Noto'g'ri pozitivlar yorug'lik ta'siridan va sahnaning bir qator joylarida soyalar mavjudligidan kelib chiqadi.

“ZROEYA” eksperimental majmuasi, V. 1.02 asosida turli maqsadlar uchun videoma’lumotlarni qayta ishlash tizimlari ishlab chiqildi: “Ko‘p oqimli harakat paytida avtotransport vositalarining davlat raqam belgilarini vizual qayd etish”, “Foydalanuvchi korpuslari modellarini identifikatsiya qilish tizimi. tasvirlar”, “Landshaft tasvirlarini qayta ishlash va segmentatsiyalash algoritmlari . Ob'ektlarni aniqlash". Algoritmik va dasturiy ta’minot manfaatdor tashkilotlarga topshirildi. Test operatsiyasi natijalari dissertatsiya ishida taklif etilgan modellar va usullar asosida ishlab chiqilgan dasturiy ta'minotning ishlashini ko'rsatdi.

Shunday qilib, dissertatsiya ishida quyidagi natijalarga erishildi:

1. Fazoviy-vaqt tuzilmalarini qayta ishlash va tanib olishning rasmiy modellari adaptiv ierarxik tartib asosida quriladi. tasvir ketma-ketliklarini qayta ishlash, ular izomorf va gomomorf o'zgarishlarni hisobga olishi va statik va dinamik invariantlarning umumlashtirilgan funktsiyalarini keltirib chiqarishi bilan tavsiflanadi. Ob'ektlarning statik va dinamik xususiyatlarini qidirish uchun modellar, shuningdek, sahnada harakatlanuvchi1 video sensori va harakatlanuvchi ob'ektlar mavjudligiga qarab tasvir ketma-ketligini tahlil qilishning to'rtta muammosi uchun qurilgan.

2. Tasvirlar ketma-ketligini tanib olishga tavsiflovchi yondashuvning asosiy qoidalari kengaytirildi, bu esa qiziqish sohalarini keyinchalik segmentlash bilan tasvir ketma-ketligini qayta ishlashning dastlabki bosqichlarida tan olish maqsadlarini hisobga olish, harakat traektoriyalarini qurish va xatti-harakatlarni tan olish imkonini beradi. dinamik ob'ektlarning, ularning proyeksiyalari kesishganda ob'ektlar harakati tarixini hisobga olish, o'zgaruvchan sonli kuzatish ob'ektlariga hamrohlik qilish.

3. Fazoviy-vaqt tuzilmalarini qayta ishlash va tanib olishning ierarxik usuli ishlab chiqildi, u uch daraja va besh bosqichdan iborat bo'lib, ob'ekt proyeksiyalarini normallashtirishni o'z ichiga oladi, bu murakkab dinamik ob'ektlarni tan olishda bir sinf uchun standartlar sonini kamaytirish imkonini beradi.

4. Elektromagnit nurlanishning ko'rinadigan va infraqizil diapazonlaridan olingan tasvirlar ketma-ketligi harakatini baholash usuli ishlab chiqilgan bo'lib, u 3£> strukturaviy tensorlar va bB tensorlar ko'rinishida taqdim etilgan fazoviy-vaqt ma'lumotlar to'plamidan foydalanish bilan tavsiflanadi. mos ravishda oqadi. Olingan harakat taxmini sizga eng ko'p tanlash imkonini beradi samarali usul ruxsat etilgan proektsiyalar sonida farq qiluvchi dinamik vizual ob'ektlarning segmentatsiyasi.

5. Mahalliy tezlik vektorlari asosida tasvir mintaqalarining ko‘p darajali harakati modeli tuzilgan bo‘lib, u sahnani nafaqat oldingi va fondagi ob’ektlarga, balki kuzatuvchidan uzoqda joylashgan ob’ektlarning harakat darajalariga ham ajratish imkonini berishi bilan farqlanadi. . Bu, ayniqsa, harakatlanuvchi video datchik tomonidan yozib olingan murakkab sahnalar uchun, sahnadagi barcha ob'ektlar nisbiy harakatda bo'lganda to'g'ri keladi.

6. Dinamik ob'ektlarni segmentatsiyalashning moslashuvchan algoritmi ishlab chiqilgan: a) cheklangan miqdordagi proyeksiyaga ega bo'lgan ob'ektlar uchun, mahalliy dinamik mintaqalar harakati tarixini tahlil qilish asosida, tasvirlar bir-birining ustiga chiqqanda, shakli mintaqa joriy shablonga muvofiq to'ldiriladi va Kalman filtridan foydalanish sharti bilan bashorat qilingan, oqim, traektoriya; b) kompleks tahlil, rang, tekstura, statistik, topologik va harakat xususiyatlariga asoslangan proyeksiyalarning ixtiyoriy soniga ega bo'lgan ob'ektlar uchun, tasvirlar bir-biriga yopishganda, faol konturlar usuli yordamida mintaqaning shakli tugallanishi bilan tavsiflanadi.

7. Murakkab past darajali ob'ektlarni vaqt bo'yicha barqaror bo'lgan mahalliy fazoviy tuzilmalarga, so'ngra mahalliy fazoviy ob'ektlarga ierarxik guruhlash usuli yordamida murakkab sahnaning dinamik videografiyasini qurish usuli taklif etiladi. Yaratilgan videografiya ob'ektlar o'rtasida vaqtinchalik aloqalarni o'rnatadi va voqea joyidagi hodisalarni tanib olish uchun barcha umumlashtirilgan xususiyatlarni saqlaydi. M.I.ning ikki oʻlchovli grammatikasi kengaytirildi. Shlesinger tuzilmaviy tanib olish usuli doirasida uch darajali kontekstli grammatikaga.

8: Dinamik ob'ektlarni tanib olish uchun jamoaviy qarorlar qabul qilish usuli o'zgartiriladi, birinchi navbatda, rasm vakolat sohasiga tegishli yoki yo'qligini tan oladi va keyin ma'lum bir sohada vakolati maksimal bo'lgan qaror qoidasini tanlaydi. Dinamik xususiyatlarning ifodalanishiga qarab, kiritilgan dinamik tasvirlar va standartlar o'rtasidagi o'xshashlik o'lchovini topish uchun to'rt turdagi psevdo-masofalar tuzilgan.

9. Kirish videosi ketma-ketligidagi og‘irlik koeffitsientlari matritsasi rekursiv kesish va mashg‘ulot bosqichida olingan mos yozuvlar hodisalari bilan solishtirishni amalga oshiradigan Bayes tarmog‘iga asoslangan hodisani aniqlash usuli ishlab chiqildi. Ushbu ma'lumotlar sahna janrini aniqlash va multimedia Internet ma'lumotlar bazalarida video ketma-ketliklarini indekslash uchun manba hisoblanadi.

10. Tasvir ketma-ketliklarini qayta ishlash va tanib olishning amaliy masalalari fazoviy-vaqtni qayta ishlashning adaptiv-ierarxik usuli yordamida yechiladi, usulning samaradorligi ko'rsatilgan, ierarxik ishlov berish usullari tizimidan foydalanish samaradorligi ko'rsatilgan va hokazo. xususiyatlarni moslashuvchan tanlash qobiliyati bilan vizual ma'lumotni tan olish c. muammoni hal qilish jarayoni. Loyihalashtirilgan eksperimental tizimlar shaklida olingan natijalar manfaatdor tashkilotlarga topshirildi.

Shunday qilib, ushbu dissertatsiya ishida videokuzatuv tizimlarini axborot bilan ta'minlashning muhim ilmiy-texnik muammosi hal qilindi va dinamik tasvirlarni fazoviy-vaqtni qayta ishlash va tanib olish sohasida yangi yo'nalish ishlab chiqildi.

1. Murakkab tasvirlarni avtomatik tahlil qilish / Ed. EM. Bra-vermana. M.: Mir, 1969. - 309 b. Bongard M.M. Tan olish muammolari. - M.: Nauka, 1967.-320 b.

2. Alpatov, B.A., Ob'ekt harakatining maydoni va tezligi bo'yicha cheklovlar mavjudligida tasvirlar ketma-ketligida harakatlanuvchi ob'ektni aniqlash / B.A. Alpatov, A.A. Kitaev // Raqamli tasvirni qayta ishlash, № 1, 2007. p. 11-16.

3. Alpatov, B.A., Geometrik tasvirning buzilishi sharoitida harakatlanuvchi jismlarni aniqlash / B.A. Alpatov, P.V. Babayan // Raqamli signalni qayta ishlash, № 45 2004. p. 9-14.

4. Alpatov, B.A., Babayan P.V. Ob'ektlarni aniqlash va kuzatish uchun bort tizimlarida tasvirni qayta ishlash va tahlil qilish usullari" / B.A. Alpatov, P.V. Babayan // Raqamli signalni qayta ishlash, № 2, 2006. 45-51 b.

5. Bolshakov, A.A., Ko'p o'lchovli ma'lumotlarni va vaqt qatorlarini qayta ishlash usullari: Universitetlar uchun darslik / A.A. Bolshakov, R.I. Karimov / M.: Ishonch telefoni-Telekom, 2007. 522 6-bet: Bongard, M.M. Tan olish muammolari / M.M. Bongard / M.: Nauka, 1967.-320 b.

6. Bulinskiy, A.B. Tasodifiy jarayonlar nazariyasi1 / A.B. Bulinskiy, A.N. Shiryaev / M.: FIZMATLIT, 2005. 408 b.

7. Vayntsveyg, M.N. Vizual dinamik sahnalarni tushunchalar nuqtai nazaridan aks ettirish tizimining arxitekturasi / M.N.Vayntsvayg, M.N. Polyakova // shanba. tr. 11-Umumrossiya konf. “Naqshni aniqlashning matematik usullari (MMRO-11)”, M., 2003. s.261-263.

8. Vapnik, V.N. Shaklni tanib olishni o'rgatish muammosi / V.N. Vapnik / M .: Bilim, 1970. - 384 p.

9. P. Vapnik, V.N. Naqshni aniqlash nazariyasi (o'rganishning statistik muammolari) / V.N. Vapnik, A.Ya. Chervonenkis / M.: Nauka, 1974. 416 b.

10. Vasilev, V.I. Harakatlanuvchi jismlarni tan olish / V.I. Vasilev, A.G. Ivaxnenko, V.E. Reutskiy va boshqalar // Avtomatika, 1967, № 6, p. 47-52.

11. Vasilev, V.I. Tanib olish tizimlari / V.I. Vasilyev / Kiev: Nauk. Dumka, 1969. 292 b.

12. Vasilev, V.I. Tanish tizimlari. Katalog / V.I. Vasilev / Kiev, Nauk, Dumka, 1983. 422 b.

13. Vizilter, Yu.V. Kompyuter ko'rish muammolarida morfologik dalillarni tahlil qilish usulini qo'llash>/ Yu.V. Vizilter // Kompyuter va axborot texnologiyalari byulleteni, № 9, 2007 p. 11-18.

14. Visilter, Yu.V. Interpolyatsiyaga asoslangan proyektiv morfologiyalar / Yu.V. Vizilter // Kompyuter va axborot texnologiyalari byulleteni, № 4, 2008.-p. 11-18.

15. Vizilter, Yu.V., Proyektiv morfologiyalar va ularning raqamli tasvirlarning strukturaviy tahlilida qo'llanilishi / Yu.V. Visilter, S.Yu. Jeltov // Izv. RAS. TiDU, № 6, 2008. bet. 113-128.

16. Visilter, Yu.V. Raqamli video ketma-ketlikda harakatni aniqlash va tahlil qilish muammosida avtoregressiv filtrlarning xatti-harakatlarini o'rganish / Yu.V. Visilter, B.V. Vishnyakov // Kompyuter va axborot texnologiyalari byulleteni, № 8, 2008. - p. 2-8.

17. Vizilter, Yu.V. Funktsional tuzilmalar bilan tavsiflangan modellar asosida tasvirlarning proyektiv morfologiyalari / Yu.V. Visilter, S.Yu. Jeltov // Kompyuter va axborot texnologiyalari byulleteni, № 11, 2009.-b. 12-21.

18. Vishnyakov, B.V. Aniqlash va kadrlararo harakatni kuzatish muammosida modifikatsiyalangan optik oqim usulidan foydalanish.

19. Ganebnyx, S.N. Tasvirlarning daraxt tasvirlaridan foydalanishga asoslangan sahnalarni tahlil qilish / S.N.Ganebnyx, M.M. Lange // Shanba. tr. 11-Umumrossiya konf. “Namunani tanib olishning matematik usullari (MMRO-11)”, M., 2003.-b. 271-275.

20. Glushkov, V.M. Kibernetikaga kirish / V.M. Glushkov / Kiev: Ukraina SSR Fanlar akademiyasining nashriyoti, 1964. 324 p.

21. Gonsales, R., Woods R. Raqamli tasvirni qayta ishlash. Ingliz tilidan tarjima tomonidan tahrirlangan P.A. Chochia / R. Gonsales, R. Vuds / M.: Texnosfera, 2006. 1072 b.

22. Goroshkin, A.N., Qo'lda yozilgan matn tasvirlarining segmentatsiyasi (SegPic) / A.N. Goroshkin, M.N. Favorskaya // Sertifikat No 2008614243. Kompyuter dasturlari reestrida ro'yxatga olingan, Moskva, 2008 yil 5 sentyabr.

23. Grenander, V. Tasvirlar nazariyasi bo'yicha ma'ruzalar / V. Grenander / 3 jildda / Ingliz tilidan tarjima. Ed. Yu.I.Juravleva. M.: Mir, 1979-1983. 130 bet.

24. Gruzman, I.S. Raqamli tasvirni qayta ishlash axborot tizimlari: Darslik. Qo'llanma / I.S. Gruzman, B.C. Kirichuk, V.P. Kosix, G.I.Peretyagin, A.A. Spector / Novosibirsk, NSTU nashriyoti, 2003. p. 352.

25. Intellektual tizimlarda ishonchli va ishonchli xulosa / Ed. V.N. Vagina, D.A. Pospelov. 2-nashr, rev. va qo'shimcha - M.: FIZMATLIT, 2008. - 712 b.

26. Duda, R. Naqshni aniqlash va sahna tahlili / R. Duda, P. Xart / M.: Mir nashriyoti, 1978. 512 p.

27. Juravlev, Yu.I. Tanib olish va tasniflash muammolarini echishga algebraik yondashuv to'g'risida / Yu.I. Juravlev // Kibernetika muammolari: Sat. Art., masala. 33, M.: Nauka, 1978. b. 5-68.

28. Juravlev, Yu.I. Axborotni qayta ishlash (transformatsiya) protseduralarini algebraik tuzatish bo'yicha / Yu.I.Juravlev, K.V. Rudakov // Amaliy matematika va informatika muammolari, M.: Nauka, 1987. p. 187-198.

29. Juravlev, Yu.I. Naqshni aniqlash va tasvirni aniqlash / Yu.I. Juravlev, I.B. Gurevich // Yillik "E'tirof. Tasniflash. Prognoz. Matematik usullar va ularning qo'llanilishi, jild. 2, M.: Nauka, 1989.-72 b.

30. Juravlev, Yu.I. Naqshni aniqlash va tasvirni tahlil qilish / Yu.I.Juravlev, I.B. Gurevich / 3 ta kitobda sun'iy intellekt. Kitob 2. Modellar va usullar: Qo'llanma / Ed. HA. Pospelova, M.: "Radio va aloqa" nashriyoti, 1990. - 149-190-betlar.

31. Zagoruiko, N.G. Tanib olish usullari va ularni qo'llash / N.G. Za-goruiko / M.: Sov. radio, 1972. 206 b.

32. Zagoruiko, N.G. Sun'iy intellekt va empirik bashorat / N.G. Zagoruiko / Novosibirsk: ed. NSU, ​​1975. 82 b.

33. Ivaxnenko, A.G. O'quv tizimlarining sintezi va tahliliga o'zgarmaslik va kombinatsiyalangan boshqaruv nazariyasini qo'llash to'g'risida / A.G. Ivaxnenko // Avtomatika, 1961 yil, No 5, p. 11-19.

34. Ivaxnenko, G.I. O'z-o'zini o'rganishni aniqlash va avtomatik boshqarish tizimlari / A.G. Ivaxnenko / Kiev: Texnika, 1969. 302 p.

35. Kashkin, V.B. Yerni koinotdan masofadan zondlash. Raqamli tasvirni qayta ishlash: Darslik / V.B. Kashkin, A.I. Suxinin / M .: Logos, 2001. 264 p.

36. Kobzar, A.I. Amaliy matematik statistika. Muhandislar va olimlar uchun / A.I. Kobzar / M.: FIZMATLIT, 2006. 816 b.

37. Kovalevskiy, V.A. Tasvirni aniqlashning korrelyatsiya usuli / V.A. Kovalevskiy // Jurnal. Hisoblash. Matematika va matematik fizika, 1962, 2, No 4, bet. 684-690.

38. Kolmogorov, A.N.: Funksional fazolardagi to'plamlarning epsilon-entropiya va epsilon sig'imi / A.N. Kolmogorov, V.M. Tixomirov // Axborot nazariyasi va algoritmlar nazariyasi. M.: Nauka, 1987. b. 119-198.

39. Korn, G. Olimlar va muhandislar uchun matematika qo'llanmasi / G. Korn, T. Korn // M.: Nauka, Ch. ed. fizika va matematika lit., 1984. 832 b.

40. Kronover, R. Fraktallar va dinamik tizimlardagi xaos / R. Kronover // M.: Texnosfera, 2006. 488 p.

41. Lapko, A.B. Har xil turdagi ma'lumotlarni tasniflash uchun parametrik bo'lmagan* va gibrid tizimlar / A.V.Lapko, BlA. Lapko // Tr. 12-Umumrossiya konf. “Namunani tanib olishning matematik usullari va modellari” (MMRO-12), M., 2005.-b. 159-162.

42. Levtin, K.E. Vizual tutunni aniqlash (SmokeDetection) / K.E.Levtin, M.N. Favorskaya // Sertifikat No 2009612795. Kompyuter dasturlari reestrida ro'yxatdan o'tgan, Moskva, 2009 yil 3 iyul.

43. Lutsiv, V.R. Robotlarning optik tizimlarini birlashtirish tamoyillari / V.R. Lutsiv, M.N. Favorskaya // V-kitob. “Sanoat robotlarini birlashtirish va standartlashtirish”, Toshkent, 1984. bet. 93-94.

44. Lutsiv, V.R. GAP / V.R. uchun universal optik tizim. Lutsiv, M.N. Favorskaya // Kitobda. "Birlashmalar va korxonalarda avtomatlashtirilgan jarayonlarni boshqarish tizimlarini yaratish, joriy etish va ulardan foydalanish tajribasi", L., LDNTP, 1984. p. 44-47.

45. Medvedeva, E.V. Video tasvirlarda harakat vektorlarini baholash usuli / E.V.Medvedeva, B.O. Timofeev // "Raqamli signalni qayta ishlash va uni qo'llash" 12-xalqaro konferentsiya va ko'rgazma materiallarida, M.: 2 jildda T. 2, 2010. s. 158-161.

46. ​​Kompyuter tasvirini qayta ishlash usullari / Ed. V.A. Soifer. 2-nashr, ispancha - M.: FIZMATLIT, 2003. - 784 b.

47. Ob'ektlarni avtomatik aniqlash va kuzatish usullari. Tasvirni qayta ishlash va boshqarish / B. A. Alpatov, P. V. Babayan, O.E. Balashov, A.I. Stepashkin. -M.: Radiotexnika, 2008. - 176 b.

48. Kompyuter optikasi usullari / Ed. V.A. Soifer. M.: FIZMATLIT, 2003. - 688 b.

49. Mudrov, A.E. BASIC, Fortran va Paskal tillarida shaxsiy kompyuterlar uchun raqamli usullar / A.E. Mudrov / Tomsk: MP "RASKO", 1991. 272 ​​p.

50. Paxirka, A.I. Yuzni lokalizatsiya qilish (FaceDetection) / A.I.Paxirka, M.N. Favorskaya // Sertifikat No 2009611010. Kompyuter dasturlari reestrida ro'yxatdan o'tgan, Moskva, 2009 yil 16 fevral.

51. Paxirka, A.I. Chiziqli bo'lmagan tasvirni yaxshilash / A.I.Paxirka, M.N. Favorskaya // Sertifikat No 2010610658. Kompyuter dasturlari reestrida ro'yxatdan o'tgan, Moskva, 2010 yil 31 mart.

52. Pontryagin, L. S. Uzluksiz guruhlar J L. S. Pontryagin // 4-nashr, M.: Nauka, 1984.-520 pp.

53. Potapov, A.A. Radiofizika va radardagi fraktallar: Namuna olish topologiyasi / A.A. Potapov // Ed. 2, qayta ko'rib chiqilgan va qo'shimcha - M.: Universitet kitobi, 2005. 848 b.

54. Radchenko, Yu.S. Video ketma-ketligidagi o'zgarishlarni aniqlash uchun spektral algoritmni o'rganish / Yu.S.Radchenko, A.V.Bulygin, T.A.Radchenko // Izv.Universitetlar.Radioelektronika,; № 7, 2009. 49-59-betlar.

55. Salnikov, I.I. Tasvirni tahlil qilish tizimlarida rastr fazoviy-vaqt signallari / I.I. Salnikov // M.: FIZMATLIT, 2009. -248 b.

56. Sergunin, S.Yu. Tasvirlarning ko'p darajali tavsifini dinamik qurish sxemasi / S.Yu.Sergunin, K.M.Kvashnin, M.I. Kumskov // shanba. tr. 11-Umumrossiya Conf: "Namunani tanib olishning matematik usullari (MMRO-11)", M., 2003. p. 436-439:

57. Slynko, Yu.V. Maksimal ehtimollik usuli yordamida bir vaqtning o'zida kuzatish va chegaralash muammosini hal qilish / Yu.V. Slynko // Raqamli signalni qayta ishlash, № 4, 2008. p. 7-10

58. Solso, R. Kognitiv psixologiya / R. Solso / Sankt-Peterburg: Peter, 6-nashr, 2006. 590 p.

59. Tarasov, I.E. VHDL tilidan foydalangan holda Xi-linx FPGA-larga asoslangan raqamli qurilmalarni ishlab chiqish / I.E. Tarasov / M.: Hotline-Telecom, 2005. - 252 b.

60. Favorskaya, M.N. Moslashuvchan robot tizimlarida raqamli tasvirni aniqlash algoritmlarini ishlab chiqish / M.N*. Favorskaya // L!, Leningrad aviatsiya instituti. asbobsozlik, 1985. Qo'lyozma omonati: VINITI 01/23/85 da. № 659-85 Dep.

61. Favorskaya; M.N. Moslashuvchan robot tizimlarida tasvirlarni normallashtirish va tanib olish uchun spektral usullarni qo'llash / M.N.*.Favorskaya // Leningrad, Leningradskiy, Aviatsiya instituti. asbobsozlik, 1985. Qoʻlyozma depoziti. VINITI 23.01.85 da. № 660-85 Dep.

62. Favorskaya, M.N. Ishlab chiqarishni shtamplash uchun ob'ektni tanib olish algoritmlarini ishlab chiqish tajribasi / M.N. Favorskaya // Kitobda. "GPS, RTK va PR asosidagi kompleks avtomatlashtirish bo'yicha ish holati, tajribasi va yo'nalishlari", Penza, 1985. p. 64-66.

63. Favorskaya, M.N. Ob'ektlar guruhlarining proyektiv xususiyatlarini o'rganish / M.N. Favorskaya, Yu.B. Kozlova // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 3, Krasnoyarsk, 2002. - p. 99-105.

64. Favorskaya, M.N. Harakat orqali ob'ektning affin tuzilishini aniqlash / M.N. Favorskaya // Sibir davlat aerokosmik universitetining xabarnomasi, jild. 6, Krasnoyarsk, 2005. - p. 86-89.

65. Favorskaya - M.N. Tasvirni aniqlashga yondashuvlarning umumiy tasnifi / M-.N. Favorskaya // V< материалах X междунар. научн. конф. «Решетневские чтения» СибГАУ, Красноярск, 2006. с. 54-55.

66. Favorskaya M.N. Statik tasvirlarni tanib olish muammolarida invariant qaror funksiyalari / M.N. Favorskaya // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 1 (14), Krasnoyarsk, 2007. p. 65-70.

67. Favorskaya, M.N. Video oqimini segmentatsiyalashning ehtimollik usullari etishmayotgan ma'lumotlar bilan bog'liq muammo sifatida / M.N. Favorskaya // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 3 (16), Krasnoyarsk, 2007. p. 4-8.

68. Favorskaya, M.N. Tasvirni aniqlash tizimlarida maqsadli informatsion xususiyatlarni tanlash / M.N. Favorskaya // XI Xalqaro materiallarda. ilmiy konf. "Reshetnev o'qishlari" Sibir davlat agrar universiteti, Krasnoyarsk, 2007 p. 306-307.

69. Favorskaya, M.N. Ikki o'lchovli tasvirlarni segmentatsiyalash strategiyalari / M.N. Favorskaya // "MMOI-2007 tasvirni qayta ishlash modellari va usullari" Butunrossiya ilmiy konferentsiyasi materiallarida, Krasnoyarsk, 2007. p. 136-140.

70. Favorskaya, M.N. Landshaft tasvirlarini fraktal yondashuv asosida segmentatsiyalash / M.N. Favorskaya // "Raqamli signalni qayta ishlash va uni qo'llash" 10-xalqaro konferentsiya va ko'rgazma materiallarida, M., 2008. p. 498-501.

71. Favorskaya, M.N. Qo'lda yozilgan matn tasvirini aniqlash modeli / M.N. Favorskaya, A.N. Goroshkin // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 2" (19), Krasnoyarsk, 2008. 52-58-betlar.

72. Favorskaya, M.N. Video kuzatuv tizimlarida harakatni baholashni amalga oshirish algoritmlari / M.N. Favorskaya, A.S. Shilov // Boshqarish tizimlari va axborot texnologiyalari. Istiqbolli tadqiqotlar / IPU RAS; VSTU, No 3.3 (33), M.-Voronej, 2008. p. 408^12.

73. Favorskaya, M.N. Murakkab sahnalarda ob'ektlarni tanib olishda rasmiy grammatikalardan foydalanish masalasi to'g'risida // M.N. Favorskaya / XIII xalqaro ilmiy konferentsiya materiallarida. "Reshetnev o'qishlari". 2 qismda 4.2, Krasnoyarsk, 2009. p. 540-541.

74. Favorskaya, M.N. Bashoratli filtrlarga asoslangan dinamik tasvirni aniqlash / M.N. Favorskaya // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 1(22) 2 soat 4f. 1, Krasnoyarsk, 20091 p. 64-68.

75. Favorskaya, M.N., Video ketma-ketlikda harakatni qidirish usullari / M.N. Favorskaya, A.I. Paxirka, A.S. Shilov; M.V. Damov // Axborotnoma. Sibir davlat aerokosmik universiteti. jild. 1 (22) 2 soatda. 2-qism, Krasnoyarsk, 2009. p. 69-74.

76. Favorskaya, M.N. Mahalliy 3D strukturaviy tensorlar yordamida harakatlanuvchi video obyektlarni topish / M.N. Favorskaya // Sibir davlat aerokosmik universitetining xabarnomasi. jild. 2 (23), Krasnoyarsk, 2009. p. 141-146.

77. Favorskaya, M.N. Tenzor yondashuvi asosida murakkab sahnalarda ob'ektlarning harakatini baholash / M.N. Favorskaya // Raqamli signalni qayta ishlash, No 1, 2010.-p. 2-9.

78. Favorskaya, M.N. Landshaft tasvirlarining xususiyatlarini kompleks hisoblash / M.N. Favorskaya, N.Yu. Petuxov // Optik jurnal, 77, 8, 2010.-p. 54-60.

79. Yaxshi, miloddan avvalgi. Tasvirni aniqlash / B.C. Yaxshi // M.: Nauka, 1970.-284 b.

80. Forsit, D.A. Kompyuter ko'rish. Zamonaviy yondashuv / D.A. Forsyth, J. Pons // M .: Uilyams nashriyoti, 2004. 928 p.

81. Fu, K. Naqshni aniqlash va mashinani o'rganishda ketma-ket usullar / K. Fu / M .: Nauka, 1971. 320 p.

82. Fu, K. Naqshni aniqlashda strukturaviy usullar / K. Fu / M .: Mir, 1977.-320 b.

83. Fukunaga, K. Namunani tanib olishning statistik nazariyasiga kirish / K. Fukunaga / M .: Nauka, 1979. 368 p.

84. Sheluxin, O.I. O'ziga o'xshashlik va fraktallar. Telekommunikatsiya ilovalari / O.I. Sheluxin, A.V. Osin, S.M. Smolskiy / Ed. O.I. Sheluxina. M.: FIZMATLIT, 2008. 368 b.

85. Shilov, A.S. Harakatni aniqlash (MotionEstimation) / A.S. Shilov, M.N. Favorskaya // Sertifikat No 2009611014. Kompyuter dasturlari reestrida ro'yxatdan o'tgan, Moskva, 2009 yil 16 fevral.

86. Sh.Shlesinger, M.I. Rasm ketma-ketligini tanib olish uchun korrelyatsiya usuli / M.I. Shlesinger / Kitobda: Avtomatlarni o'qish. Kiev: Nauk.dumka, 1965. p. 62-70.

87. Shlesinger, M.I. Interferentsiya sharoitida ikki o'lchovli vizual signallarni sintaktik tahlil qilish / M.I. Shlesinger // Kibernetika, No 4, 1976. - 76-82-betlar.

88. Stark, G.-G. DSP / G.-G uchun to'lqinlarning qo'llanilishi. Stark / Ml: Texnosfera, 2007. 192 p.

89. Shoup, T. Fizika va texnologiyada qo'llaniladigan raqamli usullar: Tarjima. ingliz tilidan / T. Shoup / Ed. S.P.Merkuryeva; M .: Yuqori. Shk., 19901 - 255 bet 11 "5. Elektr, resurs: http:// www.cse.ohio-state.edu/otcbvs-bench

90. Electr, resurs: http://www.textures.forrest.cz/ elektron resurs (tekstura tasvirlari bazasi forrest textures kutubxonasi).

91. Electr, resurs: http://www.ux.uis.no/~tranden/brodatz.html elektron resurs (Brodatz teksturali tasvirlar bazasi).

92. Allili M.S., Ziou D. Mintaqa, chegara va shakl ma'lumotlaridan foydalangan holda video ob'ektni kuzatish uchun faol konturlar // SIViP, Vol. 1, yo'q. 2, 2007. bet. 101-117.

93. Almeyda J., Minetto R., Almeyda T.A., Da S. Torres R., Leite N.J. Optik oqim modellari yordamida kamera harakatini ishonchli baholash // Ma'ruza matnlari

94. Kompyuter fanlari (shu jumladan sun'iy intellekt bo'yicha ma'ruza matnlari va bioinformatika bo'yicha ma'ruza matnlari) 5875 LNCS (1-QISM), 2009. bet. 435-446.

95. Ballan L., Bertini M., Bimbo A. D., Serra G. String yadrolari yordamida video hodisalarni tasniflash // Multimed. Tools Appl., Vol. 48, yo'q. 1, 2009. bet. 6987.

96. Ballan L. Bertini M. Del Bimbo A., Serra G. String yadrolari yordamida futbol videolaridagi harakatlarni tasniflash // In: Proc. IEEE Int"l Content-Based Multimedia Indexing (CBMI) bo'yicha seminari. Chania, Krit, 2009. 13-18-betlar.

97. Barnard K., Fan Q. F., Swaminathan R., Hugs A., Collins R, Rondot P. va Kaufhold J. Mahalliylashtirilgan semantikani baholash: Ma'lumotlar, metodologiya va eksperimentlar // International Journal of Computer Vision, IJCV 2008, jild. 77, yo'q. 1-3,2008.-bet. 199-217.

98. Bertini M., Del Bimbo A., Serra G. Semantik video hodisa annotatsiyasini o'rganish qoidalari // Informatika fanidan ma'ruza matnlari; In: Proc. Vizual axborot tizimlari bo'yicha xalqaro konferentsiya (VISUAL), jild. 5188, 2008. 192-203-betlar.

99. Bobik A.F., Devis J.V. Vaqtinchalik shablonlardan foydalangan holda inson harakatining tan olinishi // Pattern tahlili va mashina razvedkasi bo'yicha IEEE operatsiyalari, jild. 23, yo'q. 3, 2001. bet. 257-267.

100. Boiman O., Eron M. Tasvirlar va videolardagi qoidabuzarliklarni aniqlash // Computer Vision xalqaro jurnali, jild. 74, yo'q. 1, 2007. bet. 17-31.

101. Bresson X., Vandergheynst P., Thiran J.-P. Mumford-Shah Funktsional tomonidan qo'zg'atilgan chegara ma'lumotlari va shakldan foydalangan holda ob'ektni segmentlashning variatsion modeli4 // International Journal of Computer Vision, jild. 68, yo'q. 2, 2006.-bet. 145-162.

102. Kavallaro A., Salvador E., Ebrahimi T. Soyadan xabardor ob'ektga asoslangan videoni qayta ishlash // IEEE Vision; Tasvir va signalni qayta ishlash, jild. 152, yo'q. 4, 2005.-bet. 14-22.

103. Chen J., Ye J. Noaniq yadroli SVMni o'rgatish // In: Proc. Mashinalarni o'rganish bo'yicha 25-xalqaro konferentsiya (ICML), jild. 307, 2008. bet. 136-143.

104. Cheung S.-M., Oy Y.-S. Vaqtinchalik intensivlik namunalari yordamida masofadan piyodalarning yaqinlashayotganini aniqlash // MVA2009, jild. 10, yo'q. 5, 2009. -bet. 354-357.

105. N. Dalay, B. Triggs va G. Shmid, "Oqim va tashqi ko'rinishning yo'naltirilgan histogrammalaridan foydalangan holda insonni aniqlash", ECCV, jild. II, 2006. bet. 428^141.

106. N. Dalai, B. Triggs, "Insonni aniqlash uchun yo'naltirilgan gradientlarning histogramlari", IEEE konferentsiyasi bo'yicha kompyuter ko'rish va naqshni aniqlash (CVPR), jild. II, 2005-bet. 886-893.

107. Dani A.P., Dikson V.E. Yagona kamera tuzilishi va harakatni baholash // Boshqarish va axborot fanlari bo'yicha ma'ruza matnlari, 401, 2010. pp. 209-229.

108. Datta Ri, Joshi D;, Li J. va Vang J. Z1 Tasvirni qidirish: g'oyalar, ta'sirlar va tendentsiyalar yangi yoshi // ACM"-Computing Surveys, jild 40:, no: 2, 2008. ■ -1-60-betlar.

109. Dikbas S., Arici T., Altunbasak Y. Interpolatsiyasiz sub-namuna aniqligi bilan tezkor harakatni baholash // Video texnologiyasi uchun sxemalar va tizimlar bo'yicha IEEE operatsiyalari 20 (7), 2010. -pp. 1047-1051.

110. Dollar P., Rabaud V., Cottrell G., Belongie S. Xulq-atvorni siyrak fazoviy-vaqtinchalik xususiyatlar orqali aniqlash // In: Proc. Kuzatuv va kuzatuvni baholash bo'yicha IEEE xalqaro qo'shma seminari, VS-PETS, 2005. pp. 65-72.

111. Donatini P. va Frosini P. Yopiq yuzalar orasidagi tabiiy soxta masofalar // Yevropa matematika jamiyati jurnali, jild. 9, yo'q. 2, 2007 bet. 231-253.

112. Donatini P. va Frosini P. Yopiq egri chiziqlar orasidagi tabiiy soxta masofalar // Forum Mathematicum, Vol. 21, yo'q. 6, 2009. bet. 981-999.

113. Ebadollohi S., L., X., Chang S.F., Smit J.R. Ko'p o'lchovli kontseptsiya dinamikasi yordamida vizual hodisani aniqlash // In: Proc. Multimedia va Expo (ICME) bo'yicha IEEE Xalqaro konferentsiyasi, 2006. 239-248-betlar.

114. Favorskaya M., Zotin A., Danilin I., Smolentcheva S. Tabiiy ta'sir bilan o'rmon o'sishini realistik 3D modellashtirish // IDT 2010 II KES xalqaro simpoziumining materiallari, Baltimor. AQSH. Springer-Verlag, Berlin, Geydelberg. 2010.-bet. 191-199.

115. Fransua A.R.J., Nevatiya R., Xobbs J.R., Bolles R.C. VERL: Video hodisalarni ifodalash va izohlash uchun ontologik asos // IEEE Multimedia, Vol: 12; yo'q. 4, 2005. bet. 76-86.

116. Gao J., Kosaka A:, Kak A.C. Tartibsiz muhitda inson tomonidan ajratilgan ob'ektlarni video kuzatish uchun ko'p Kalman filtrlash yondashuvi // IEEE Computer Vision and Image Understanding, 2005, V. 1, № 1. 1-57-betlar.

117. Gui L., Thiran J.-P., Paragios N. Tasvirlar ketma-ketligidagi qo'shma ob'ekt segmentatsiyasi va xatti-harakatlarning tasnifi // IEEE Conf. Kompyuterni ko'rish va naqshni aniqlash bo'yicha, 2007 yil 17-22 iyun. bet. 1-8.

118. Haasdonk B. Noaniq yadroli SVM-larning makon talqini // Pattern Analysis and Machine Intelligence bo'yicha IEEE Transactions. jild. 27, yo'q. 4, 2005. bet. 482-492.

119. Xarris C. va Stiven M. Birlashtirilgan burchak va chekka detektori // To'rtinchi Alvey Vision Konferentsiyasida, Manchester, Buyuk Britaniya, 1988. bet. 147-151.

120. Haubold A., Naphade M. 4 o'lchovli-vaqt siqilgan harakat xususiyatlaridan foydalangan holda video hodisalarning tasnifi // CIVRda "07: Rasm va video qidirish bo'yicha ACM 6-xalqaro konferentsiyasi materiallari, NY, AQSh, 2007. - 178-185-betlar.

121. Haykin S. Neyron tarmoqlari: keng qamrovli kirish. / N.Y.: Prentice-Xall, 1999;.- 658 pi.

122. Hoynck M., Unger M., Wellhausen J. va Ohm J.-R. Kontentga asoslangan video tahlili uchun global harakatni baholashga ishonchli yondashuv // SPIE jild. 5601, Bellingham, WA, 2004. bet. 36-45.

123. Huang Q., Zhao D., Ma S., Gao W., Sun H. Ierarxik harakat tahlili yordamida deinterlacing // Video texnologiyasi uchun sxemalar va tizimlar bo'yicha IEEE operatsiyalari 20 (5), 2010. pp. 673-686.

124. Jackins C.L., Tanimoto S.L. To'rt daraxtlar, oktyabr daraxtlari va K-daraxtlari: Evklid fazosining rekursiv parchalanishiga umumiy yondashuv // PAMI bo'yicha IEEE operatsiyalari, jild. 5, yo'q. 5, 1983.-bet. 533-539.

125. Ke Y., Sukthankar R:, Hebert Mi. Volumetrik xususiyatlardan foydalangan holda vizual hodisalarni samarali aniqlash // In: Proc. Kompyuterni ko'rish bo'yicha xalqaro konferentsiya (ICCV), 1-jild, 2005.-166-173-betlar.

126. Klaser A., ​​Marszalek M. va Shmid C.A 3D-gradientlarga asoslangan fazoviy-vaqtinchalik identifikatori // BMVCda, British Machine Vision, Konferentsiya, 2008. -pp. 995-1004.

127. Kovashka, A., Grauman, Inson harakatlarini aniqlash uchun kamsituvchi fazo-vaqt qo'shnilik xususiyatlarining ierarxiyasini o'rganish // Kompyuterni ko'rish va naqshlarni aniqlash bo'yicha IEEE Kompyuter jamiyati konferentsiyasi materiallari, 2010 yil. 2046-2053-betlar.

128. Kumskov M.I. Tanib olinadigan ob'ektlarning modellari tomonidan boshqariladigan tasvirni tahlil qilishning hisoblash sxemasi // Naqshni aniqlash va tasvirni tahlil qilish, jild. 11, yo'q. 2, 2001. bet. 446-449:

129. Kwang-Kyu S. Genetik algoritm va vektor mashinasini qo'llab-quvvatlashni birlashtirish orqali kontentga asoslangan tasvirni qidirish // ICANNda (2), 2007. pp. 537-545.

130. Lai C.-L., Tsai S.-T., Hung Y.-P. Loyqa tizim yordamida uch o'lchovli koordinatalarni kalibrlash bo'yicha tadqiqot // Kompyuter, aloqa, boshqaruv va avtomatlashtirish bo'yicha xalqaro simpozium, 1, 2010. - pp. 358-362.

131. Laptev I. Fazo-vaqt qiziqish nuqtalari haqida // Kompyuter ko'rish xalqaro jurnali, jild. 64, yo'q. 23, 2005. bet. 107-123.

132. Leibe B., Seemann E., Schiele B. Olomon * sahnalarida piyodalarni aniqlash // Kompyuterni ko'rish va naqshlarni aniqlash bo'yicha IEEE konferentsiyasi, 1-jild, 2005.-878-885-betlar.

133. Lew M. S., Sebe N., Djeraba C. va Jain R. "Kontentga asoslangan multimedia ma'lumotlarini1 olish: san'atning holati va muammolar", Multimedia hisoblash, aloqa va ilovalar bo'yicha ACM operatsiyalari, jild. 2, yo'q. 1, 2006. bet. 1-19.

134. Li J. va Vang J. Z. Rasmlarning real vaqtda kompyuterlashtirilgan izohi // IEEE Trans. PAMI, jild. 30, 2008. bet. 985-1002.

135. Li L., Luo R., Ma R., Huang V. va Leman K. PETS 2006 ma'lumotlar to'plamida tashlab qo'yilgan ob'ektlarni aniqlash uchun IVS tizimini baholash // Proc. 9 IEEE stajyori. PETS bo'yicha seminar, Nyu-York, 2006. bet. 91-98.

136. Li L., Socher R. va Fei-Fei L. Sahnani to'liq tushunishga: Avtomatik ramkada tasniflash, izohlash va segmentatsiyalash // Kompyuterni ko'rish va naqshni aniqlash bo'yicha IEEE konferentsiyasi, CVPR, 2009. pp. 2036-2043 yillar.

137. Li Q., ​​Vang G., Chjan G.) Chen S. Niqobli piramidaga asoslangan aniq global harakatni baholash // Jisuanji Fuzhu Sheji Yu Tuxingxue Xuebao/Journal of Computer-Aided Design and Computer Graphics, jild: 21 , yo'q. 6, 2009. bet. 758-762.

138. Lindeberg T., Akbarzadeh A. va Laptev I. Galiley diagonallashtirilgan fazoviy-vaqtinchalik qiziqish operatorlari // Namunalarni tan olish bo'yicha 17-xalqaro konferentsiya materiallari (ICPR"04), 2004. 1051-1057-betlar.

139. Lim J., Barns, N. Antipodal nuqtalarda optik oqim yordamida epipolani baholash // Kompyuterni ko'rish va tasvirni tushunish 114, №. 2, 2010. bet. 245-253.

140. Lowe D. G. Scale-Invariant Keypoints dan o'ziga xos tasvir xususiyatlari // Computer Vision International Journal, Vol. 60, yo'q. 2, 2004. bet. 91-110.

141. Lukas B.D., Kanade T. Stereo ko'rishga qo'llash bilan iterativ tasvirni ro'yxatga olish texnikasi // Sun'iy intellekt bo'yicha xalqaro qo'shma konferentsiya, 1981. pp. 674-679.

142. Mandelbrot B;B. Tabiatning fraktal geometriyasi / N.Y.: Freeman^ 1982. 468 b.; rus, trans.: Mandelbrot B. Fraktal, tabiat geometriyasi: Tarjima. ingliz tilidan / M.: Kompyuter tadqiqotlari instituti, 202. - 658 b.

143. Mandelbrot V.V., Frame M.L. Fraktallar, grafika va matematika ta'limi / N. Y.: Springer-Verlag, 2002. 654 b.

144. Mandelbrot B.B. Fraktallar va xaos: Mandelbrot to'plami. va undan tashqari / N.Y.: Springer-Verlag, 2004. 308 p.

145. Memoli F. Shaklni taqqoslash uchun Gromov-Hausdorff masofalaridan foydalanish to'g'risida // Nuqtaga asoslangan grafika bo'yicha Eurographics simpoziumining materiallari. Praga, Chexiya, 2007. bet. 81-90.

146. Merser J. Ijobiy va manfiy turlarning funksiyalari va ularning integral tenglamalar nazariyasi bilan aloqasi // London falsafiy jamiyatining bitimlari (A), jild. 209, 1909. bet. 415-446.

147. Mikolajczyk K. Affin transformatsiyasiga invariant mahalliy xususiyatlarni aniqlash, PhD dissertatsiyasi, Grenoble Milliy Politexnika Instituti, Fransiya. 2002.171 b.

148. Mikolajchik K. va Shmid G. Affin o'zgarmas qiziqish nuqtalari detektori // ECCV materiallari. jild. 1. 2002. bet. 128-142.

149. Minhas R., Baradarani A., Seifzadeh S., Jonatan Vu, Q.M. Vizual lug'atlarga asoslangan ekstremal o'rganish mashinasi yordamida inson harakatlarini aniqlash // Neyrokomputing, jild. 73 (10-12), 2010. bet. 1906-1917 yillar.

150. Mladenic D., Skowron A., tahrirlar: ECML. jild. 4701 Informatika fanidan ma'ruza matnlari, Springer, 2007. bet. 164-175.

151. Moshe Y., Hel-Or H. Kulrang kodli yadrolarga asoslangan video blokining harakatini baholash // Tasvirni qayta ishlash bo'yicha IEEE operatsiyalari 18 (10), 2009. pp. 22432254.

152. Nakada T., Kagami S;, Mizoguchi H. afMobile Robot uchun 3D optik oqim ketma-ketligidan foydalangan holda piyodalarni aniqlash // IEEE Sensorlari, 2008. pp: 116-119:

153. Needleman, S.B:,. Wunsch CD; Ikkita oqsilning aminokislotalar ketma-ketligidagi o'xshashliklarni qidirishda qo'llaniladigan umumiy usul // Molekulyar biologiya jurnali 48-jild, № 3, 1970. 443-453-betlar.

154. Neuhaus M., Bunke H. Masofaga asoslangan yadro funktsiyalarini tahrirlash - tizimli naqsh tasnifi uchun // Pattern Recognition. jild. 39, yo'q. 10, 2006. bet: 1852-1863.

155. Nevatia R., Hobbs J. va Bolles B. Video hodisalarni namoyish qilish uchun ontologiya // Hodisalarni aniqlash va tanib olish bo'yicha seminarda. IEEE, 12-jild, №. 4, 2004. bet. 76-86.

156. Nguyen.N.-T., Laurendeau D:, Branzan-Albu A. Optik oqimga asoslangan filmlarda kamera harakatini baholashning mustahkam usuli // 6-xalqaro