Показатели и оценка устойчивости алгоритма распознавания типа динамического объекта, обнаруживаемого на конечной последовательности 2D фоноцелевых кадров оптико-электронного прибора

Ягольников С.В., Храмичев А.А., Катулев А.Н.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Ягольников С.В., Храмичев А.А., Катулев А.Н. Показатели и оценка устойчивости алгоритма распознавания типа динамического объекта, обнаруживаемого на конечной последовательности 2D фоноцелевых кадров оптико-электронного прибора // Оптический журнал. 2018. Т. 85. № 5. С. 34–45. http://doi.org/10.17586/1023-5086-2018-85-05-34-45

Yagolnikov S.V., Khramichev A.A., Katulev A.N. Stability indices and evaluation of an algorithm for recognizing the type of a dynamic object detected on a finite sequence of 2D baseline frames of an optoelectronic device [in Russian] // Opticheskii Zhurnal. 2018. V. 85. № 5. P. 34–45. http://doi.org/10.17586/1023-5086-2018-85-05-34-45

Ссылка на англоязычную версию:

S. V. Yagol’nikov, A. A. Khramichev, and A. N. Katulev, "Stability indices and evaluation of an algorithm for recognizing the type of a dynamic object detected on a finite sequence of 2D baseline frames of an optoelectronic device," Journal of Optical Technology. 85(5), 281-290 (2018). https://doi.org/10.1364/JOT.85.000281

Аннотация:

Предложены показатели робастности алгоритма распознавания типа динамического объекта и закон распределения вероятностей достаточных статистик распознавания, формируемых алгоритмом при априорной неопределенности. С использованием закона выполнена аттестация алгоритма. Алгоритм — вейвлет-фрактально-корреляционный реализует векторный критерий отношений функций правдоподобия простых альтернативных гипотез — типов объектов, инвариантный к особенностям траекторий их движения. Функции правдоподобия восстановлены моделированием по совокупностям реализаций фрактальных размерностей, энергий вейвлет-спектров и максимальных собственных значений смещенных корреляционных матриц как функционалов от измеренных оптико-электронным прибором координат пространственного положения реальных объектов различных типов. Моделированием подтверждена устойчивость и высокая эффективность алгоритма.

Ключевые слова:

алгоритм, робастность, векторный критерий, статистики распознавания, тип динамического объекта, эффективность алгоритма

Благодарность:

Работа выполнена в рамках госзадания Минобрнауки РФ, шифр 2.1777.2017/ПЧ.

Коды OCIS: 1102960, 1002000

Список источников:

1. Катулев А.Н., Храмичев А.А. Вейвлет-фрактально-корреляционный алгоритм распознавания типа динамического объекта, обнаруживаемого на конечной последовательности 2D фоноцелевых кадров оптико-электронного прибора // Оптический журнал. 2017. Т. 84. № 4. С. 1–10.
2. Потапов А.А., Гуляев Ю.В., Никитов С.А., Пахомов А.А., Герман В.А. Новейшие методы обработки изображений. М.: Физматлит, 2008. 496 с.
3. Понькин В.А., Петещенков Э.В., Афанасьева Е.М., Бостынец И.П., Ельцов О.И., Лаптев И.В., Семенякин А.Ю. Оптическая заметность летательных аппаратов. Воронеж: Научная книга, 2015. 553 с.

4. Алпатов Б.А., Бабаян П.В., Балашов О.Е., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. М.: Радиотехника, 2008. 176 с.
5. Борзов С.М. Обнаружение динамических объектов по пространственно-временным аномалиям в видеопоследовательностях // Автометрия. 2013. Т. 49. № 1. C. 11–17.
6. Хафизов Д.Г. Распознавание изображений пространственных точечных объектов // Компьютерная оптика. 2013. Т. 17. № 2. С. 269–273.
7. Вилкас Э.Й. Оптимальность в играх и решениях. М.: Наука, 1970. 236 с.
8. Кокс Д., Хинкли Д. Теоретическая статистика. М.: Мир, 1978. 560 с.
9. Сосулин Ю.Г. Теоретические основы радиолокации и радионавигации. М.: Радио и связь, 1992. 304 с.
10. Кузьмин С.З. Основы теории цифровой обработки радиолокационной информации. М.: Сов. Радио, 1974. 432 с.
11. Уилкс С. Математическая статистика. М.: Наука, 1967. 632 с. п. 13.6.
12. Хьюбер П. Робастность в статистике. М.: Мир, 1984. 304 с.
13. Криксунов Л.З. Приборы ночного видения. Киев: Техника, 1975. 216 с.
14. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1988. 448 с.
15. Севастьянов Б.А. Курс теории вероятностей и математической статистики. М.: Наука, 1982. 256 с.
16. Крамер Г. Математические методы статистики. М.: Мир, 1975. 648 с.
17. Митропольский А.К. Техника статистических вычислений. М.: Наука, 1971. 576 с.
18. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Т. 1. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 471 с.
19. Колмогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа. М.: Наука, 1968. 406 с.
20. Королюк В.С., Портенко Н.И., Скороход А.В., Турбин А.Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985. 640 с.
21. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей. Основные понятия. Предельные теоремы. Случайные процессы. М.: Наука, 1967. 406 с.
22. Башаринов А.Е., Флейшман Б.С. Методы статистического последовательного анализа и их радиотехнические приложения. М.: Сов. радио, 1962. 352 с.
23. Малышев В.А., Хмаров И.М., Малышев О.В., Канивец В.Ю., Мирзоян А.С., Кондрашов Н.Г., Вишняков А.С. Распознавание наземных объектов и летательных аппаратов 2D и 3D оптико-электронными системами. М.: ФГУП «НТЦ Информатика», 2013. 158 с.