Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 2880
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [PASSWORD_CHECK_WEAK] => N
                    [PASSWORD_CHECK_POLICY] => N
                    [PASSWORD_CHANGE_DAYS] => 0
                    [PASSWORD_UNIQUE_COUNT] => 0
                    [LOGIN_ATTEMPTS] => 0
                    [BLOCK_LOGIN_ATTEMPTS] => 0
                    [BLOCK_TIME] => 0
                )

        )

    [SESS_IP] => 216.73.216.1
    [SESS_TIME] => 1758089865
    [IS_EXPIRED] => 
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [SESS_SHOW_INCLUDE_TIME_EXEC] => 
    [fixed_session_id] => 265f59032e190f0b9e96160e265f1883
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

    [SESS_OPERATIONS] => Array
        (
        )

)

Поиск по журналу

Автометрия

2025 год, номер 4

ОБУЧЕНИЕ АЛГОРИТМА ПОИСКА НА ИЗОБРАЖЕНИИ ОБЪЕКТОВ МАЛОГО РАЗМЕРА

А.В. Лихачев
Институт автоматики и электрометрии СО РАН, Новосибирск, Россия
ipm1@iae.nsk.su
Ключевые слова: поиск малоразмерного объекта, сегментация изображения, метод обратного распространения ошибки
Страницы: 41-49

Аннотация

Модифицирован предложенный автором ранее алгоритм поиска объектов малого размера на фоне неоднородной случайной текстуры. Модификация позволяет работать параллельно с несколькими сегментациями изображения. Сегментациям приписываются веса, которые ищутся путём обучения, основанного на методе обратного распространения ошибки. В реализованном процессе пять весов определялись по набору из тысячи фотографий облаков размером 1200 х 1200 пикселей, на которые наносились модельные объекты - круги радиусом два пикселя. Изначально все веса были одинаковы и равнялись 0,2. После обучения максимальный и минимальный из них оказались равны 0,404 и 0,116. Графики, показывающие изменения весов, свидетельствуют о том, что процедура обучения сходится. По результатам проведённого вычислительного эксперимента модификация оказалась эффективнее исходного алгоритма: количество ошибок первого и второго рода уменьшилось в 1,23 и 1,8 раза.

DOI: 10.15372/AUT20250404
Добавить в корзину
Товар добавлен в корзину