Проверяемый текст
Долгов Сергей Викторович. Разработка методов распознавания и построение информационно-поисковых систем идентификации человека по его фотопортрету (Диссертация 2003)
[стр. 45]

_т прогрессии 2 V (т), а шаг смещения выбирается пропорционально масштабу.
Обратное преобразование (реконструкция) имеет вид^
т^(г)И^(/Л Основным прикладным назначением вэйвлетных преобразований является сжатие изображений.
Кроме того,
вэйвлетнос преобразование используется для извлечения ключевых характеристик изображений и поиска участков с одинаковыми свойствами на разных изображениях.
Эластичный граф.
Для алгоритма эластичного графа базовым объектом представления является размеченный граф.
Ребра графа помечены информацией о расстоянии между
узлами, а узлы помечены локальными откликами вейвлет-преобразования, которые условно называют джетами [4].
Использующиеся при этом вейвлеты устойчивы к изменению яркости, малым перемещениям и искажениям.
Над сформированными графами моделей могут быть легко проведены операции сдвига, масштабирования, поворота, искажения в процессе разметки.
Таким образом, используя математический аппарат вейвлет-преобразований размеченного графа, можно скомпенсировать большую часть изменений, которым может быть подвергнуто изображение.
Использование размеченного графа в качестве основного объекта представления является удобным при оперировании с различными видами когерентных объектов (одного класса) и может быть достаточным при нахождении различия среди объектов разной структуры (разные классы).
Однако, для внутриклассового различия объектов такого, например, как распознавание человека по фотопортрету (класс человеческие лица), необходимо иметь специфическую информацию по общей структуре объектов класса (расположение глаз, губ, носа и т.д.).
Это очень важно при выделении из изображения тех структурных особенностей, которые важны для процедуры распознавания, например, относительное расположение зрачков, носа, губ и т.д.

4$
[стр. 59]

Первыми были вейвлеты Хаара, они представляли собой комбинацию плоских функций.
Из-за их очевидной простоты они плохо подходили для представления сложных функций.
Следующими были вейвлеты Добеши.
Они были локализованы по времени и по частоте и обладают фрактальными свойствами, т.с.
на каждом масштабе вейвлет Добеши (как и все остальные вейвлеты) является уменьшенной копией самого себя.
Ниже приведен общий вид вейвлетного преобразования, вычисление вейвлетных коэффициентов функции /(/) На практике обычно используется дискретное вейвлетное преобразование, масштаб и сдвиг базисного вейвлета изменяется дискретными шагами.
Масштаб, как правило, на каждом шаге уменьшается в геометрической прогрессии 2шт12(т шаг), а шаг смешения выбирается пропорционально масштабу.
Обратное преобразование (реконструкция) имеет вид
Основным прикладным назначением вэйвлетных преобразований является сжатие изображений.
Кроме того,
вэйвлетное преобразование используется для извлечения ключевых характеристик изображений и поиска участков с одинаковыми свойствами на разных изображениях.
2.3.2.
Эластичный граф где //-масштаб; V сдвигбазисной функции (вейвлета) Для алгоритма эластичного графа базовым объектом представления является размеченный граф.
Ребра графа помечены информацией о расстоянии ме


[стр.,60]

жду узлами, а узлы помечены локальными откликами вейвлет-преобразования, которые условно называют джетами Уе1$) [79].
Использующиеся при этом вейвлеты устойчивы к изменению яркости, малым перемещениям и искажениям.
Над сформированными графами моделей могут быть легко проведены операции сдвига, масштабирования, поворота, искажения в процессе разметки.
Таким образом, используя математический аппарат вейвлет-преобразований размеченного графа, можно скомпенсировать большую часть изменений, которым может быть подвергнуто изображение.
Использование размеченного графа в качестве основного объекта представления является удобным при оперировании с различными видами когерентных объектов (одного класса) и может быть достаточным при нахождении различия среди объектов разной структуры (разные классы).
Однако, для внутриклассового различия объектов такого, например, как распознавание человека по фотопортрету (класс человеческие лица), необходимо иметь специфическую информацию по общей структуре объектов класса (расположение глаз, губ, носа и т.д.).
Это очень важно при выделении из изображения тех структурных особенностей, которые важны для процедуры распознавания, например, относительное расположение зрачков, носа, губ и т.д.

Кроме того, данные об изображении, представленном в виде размеченного графа, имеют ряд перечисленных ниже существенных преимуществ по сравнению с традиционным представлением данных: 1) устойчивость данных коэффициенты Габора инвариантны к изменениям интенсивности и контрастности изображений; 2) сжимаемость данных для хранения графа изображения размерностью 128x128 пикселей (1,6 Кб) требуется на порядок меньший объем памяти; 3) масштабируемость данных разреженный граф способен легко приспосабливаться к геометрическим изменениям (размер, перспектива, поворот в глубину и т.д.); изменения в размерах изображения в пиксель60

[Back]