Индивидуальный выбор оптимального количества особенностей при распознавании графических образов

         Существует целый класс алгоритмов распознавания графических образов, основанных на сопоставлении некоторых особенностей («особых» точек) неизвестного объекта с эталонными образами. Один из наиболее известных механизмов выделения особенностей представлен в работе [4] и реализован в популярной программной библиотеке OpenCV. Достоинством алгоритма распознавания на базе особенностей является возможность находить объекты на изображениях, где они повёрнуты на произвольные углы и могут частично перекрываться. Вероятность правильного распознавания в данном алгоритме, прежде всего, зависит от количества и содержимого эталонных образов, а также от числа сравниваемых особенностей.
         При применении алгоритмов на базе особенностей существенное влияние оказывает проблема быстродействия, которая усиливается при увеличении числа эталонных образов, когда особенности неизвестного изображения необходимо сравнить со всеми особенностями всех эталонных образов. Чрезмерное увеличение количества особенностей ведёт к снижению производительности алгоритма, поэтому возникает идея выбирать количество особенностей индивидуально для каждого эталонного образа, что позволит снизить время распознавания при сохранении качества. Целью настоящей работы является оптимизация алгоритма распознавания на основе особенностей путём оптимального выбора количества особенностей.


( Читать дальше )