Научно-технический
«ОПТИЧЕСКИЙ ЖУРНАЛ»
издается с 1931 года
 
   
Русский вариант сайта Английский вариант сайта
   
       
   
       
Статьи последнего выпуска

Электронные версии
выпусков начиная с 2008


Алфавитный указатель
2000-2010 гг


444
Архив оглавлений
выпусков 2002-2007 гг


Реквизиты и адреса

Вниманию авторов и рецензентов!
- Порядок публикации
- Порядок рецензирования статей
- Типовой договор
- Правила оформления
- Получение авторского вознаграждения


Контакты

Подписка

Карта сайта





Журнал с 19.02.2010 входит в новый «Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертации на соискание ученой степени доктора и кандидата наук»
Аннотации (11.2012) : ИСПОЛЬЗОВАНИЕ МНОЖЕСТВЕННЫХ ПРЕДСТАВЛЕНИЙ ВИДЕОИНФОРМАЦИИ В СИСТЕМАХ АВТОМАТИЧЕСКОГО АНАЛИЗА ИЗОБРАЖЕНИЙ

ИСПОЛЬЗОВАНИЕ МНОЖЕСТВЕННЫХ ПРЕДСТАВЛЕНИЙ ВИДЕОИНФОРМАЦИИ В СИСТЕМАХ АВТОМАТИЧЕСКОГО АНАЛИЗА ИЗОБРАЖЕНИЙ

© 2012 г.    А. С. Потапов, доктор техн. наук
Cанкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, Санкт-Петербург
E-mail: pas.aicv@gmail.com
Проведен анализ необходимости одновременного использования многих представлений информации в системах обработки и анализа изображений. Исследовано различие между критериями Колмогоровской сложности и алгоритмической вероятности при решении задач индукции и принятия решений. Показано, что принятие оптимальных решений (например, в задачах распознавания или прогнозирования) требует использования многих представлений информации, в рамках которых конструируются альтернативные описания изображений. Выведен критерий репрезентационной алгоритмической вероятности для определения оптимального набора представлений по заданной выборке изображений.
Ключевые слова: анализ изображений, представление информации, теория информации, алгоритмическая сложность.
Коды OCIS: 150.1135
УДК 004.932, 004.855
Поступила в редакцию 29.05.2012
ЛИТЕРАТУРА
1. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь. 1987. 400 с.
2. Потапов А.С. Выбор представлений изображений на основе минимизации репрезентационной длины их описания // Изв. вузов. Приборостроение. 2008. Т. 51. № 7. С. 3–7.
3. Ковалевский В.А. Локальные и глобальные решения в распознавании изображений // ТИИЭР. 1979. Т. 67. № 5. С. 50–58.
4. Solomonoff R.J. Does Algorithmic Probability Solve the Problem of Induction? // Oxbridge Research, P.O.B. 391887, Cambridge, Mass. 02139. 1997.
5. Solomonoff R.J. Algorithmic Probability, Heuristic Programming and AGI // Proc. 3rd Conf. on Artificial General Intelligence (AGI-2010), Lugano, Switzerland. March 5–8, 2010. P. 151–157.
6. Poland J., Hutter M. MDL convergence speed for Bernoulli sequences // Statistics and Computing. 2006. V. 16. P. 161–175.
7. Bauer E., Kohavi R. An Empirical Comparison of Voting Classification Algorithms: Bagging, Boosting, and Variants // Machine Learning. 1999. V. 36. P. 105–139.
8. Potapov A.S. Synthetic pattern recognition methods based on the representational minimum description length principle // Proc. OSAV’2008, The 2nd Int. Topical Meeting on Optical Sensing and Artificial Vision, St. Petersburg, Russia. 12–15 may, 2008. P. 354–362.
9. Schapire R.E., Freund Y., Bartlett P., Lee W.S. Boosting the margin: a new explanation for the effectiveness of voting methods // Annals of Statistics. V. 26. № 5. P. 1651–1686.