Аннотация.

В рамках задачи распознавания объектов методами компьютерного зрения рассматривается задача разработки языка описания свойств распознаваемых объектов в отсутствие примеров. Предлагаются принципы построения такого языка, выбираются конкретные свойства, для описание которых язык будет пригоден. Предлагаются способы задания этих свойств на описываемом языке. Обсуждается синтаксис языка. Приводится пример описания объекта на разработанном языке.

Ключевые слова:

машинное зрение, распознавание объекта, язык описания, наблюдаемые свойства, геометрическая форма, цвет.

Стр. 51-64.

DOI: 10.14357/20790279180506

Полная версия статьи в формате pdf. 

Литература

1. Friedhelm Schwenker, Edmondo Trentin, “Pattern classification and clustering: A review of partially supervised learning approaches”, Pattern Recognition Letters, Volume 37, February, 2014
2. Christopher M. Bishop, “Neural Networks for Pattern Recognition”, Oxford University Press, Inc. New York, NY, USA, 1995
3. Jayanta Kumar Basu, Debnath Bhattacharyya, Tai-hoon Kim, “Use of Artificial Neural Network in Pattern Recognition”, International Journal of Software Engineering and Its Applications Vol. 4, No. 2, April 2010
4. Lopez de Mantaras R., Aguilar J. “Self-learning Pattern Classification using a Sequential Clustering Technique”, Pattern Recognition Journal 3/4, 1985
5. Viola P., Jones M. “Rapid object detection using a boosted cascade of simple features”, Computer Vision and Pattern Recognition, Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. CVPR 2001
6. Arindam Saha, Nitupon Talukdar, “Typed Character Recognition using ANN”, International Journal of Advanced Research in Computer and Communication Engineering, Volume 5, Issue 4, April 2016
7. Sermanet, Pierre, Lecun, Yann, “Traffic sign recognition with multi-scale Convolutional Networks”, The 2011 International Joint Conference on Neural Networks, 2011.
8. Anand Sumatilal Jain, Jayshree M. Kundargi, “Automatic Number Plate Recognition Using Artificial Neural Network”, International Research Journal of Engineering and Technology, 2015
9. Марченко А.Е., Ершов Е.И., Гладилин С.А. Система разбора документа, заданного атрибутами структурных элементов и отношениями между структурными элементами // Труды Института системного анализа РАН, 2017, Т. 67, № 4. C. 87-97.
10. Kyungnam Kim, “Face recognition using principle component analysis”, International Conference on Computer Vision and Pattern Recognition, 1996.
11. Marian Stewart Bartlett, Member, Javier R. Movellan, Terrence J. Sejnowski, “Face Recognition by Independent Component Analysis”, IEEE Transactions On Neural Networks, Vol. 13, No. 6, November 2002
12. Weihong Deng, Jiani Hu, Jun Guo, Weidong Cai, Dagan Feng, “Robust, accurate and efficient face recognition from a single training image: A uniform pursuit approach”, Pattern Recognition, Volume 43 Issue 5, New York, NY, USA, May 2010
13. Xiaogang Wang, Xiaoou Tang, “Face Photo-Sketch Synthesis and Recognition”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 31, Issue 11, November 2009
14. Постников В.В. Автоматическая идентификация и распознавание структурированных документов. Диссертация ... кандидата технических наук: 05.13.01 Москва, 2001 126 c. : 6102-5/365-8.
15. Тепляков Л., Григорьев А., Кунина И., Гладилин С. Апробация подхода к распознаванию объектов, заданных формальным описанием наблюдаемых свойств, на примере задачи поиска отдельных строений на аэрофотоснимках // Сенсорные системы. – 2018. – Т. 32.
16. Шикин Е.В., Плис Л.И. Кривые и поверхности на экране компьютера. Руководство по сплайнам для пользователей. М.: ДИАЛОГ-МИФИ, 1996 г.
17. Schrödinger E. “Grundlinien einer Theorie der Farbenmetrik im Tagessehen. Annalen der Physik”, 1920, 368(63), 397-426
18. Nicodemus FE, Richmond JC, Hsia JJ, Ginsberg IW, Limperis T. “Geometric considerations and nomenclature for reflectance”, Natl Bur Stand. 1977; 160:1–52
19. Nikolaev D.P and Nikolayev P.P., “Linear color segmentation and its implementation”, Computer vision and image understanding, Vol. 33(1), pp. 115-139, 2004.
20. Shafer S., “Using color to separate reflection components”, Color research and applications. 10, 210-218 (1985).
21. Lee H.C., Breneman E.J. and Schulte C., “Modeling light reflection for computer color vision”, IEEE Trans. Patt. Anal. Mach. Intell. 12, 402-409 (1990).
22. Tominaga S., “Dichromatic reflection models for a variety of materials”, Color Res Appl., 19(4):277-285, 1994.
23. E. Marszalec, B. Martinkauppi, M. Soriano, and M. Pietikainen. “Physics-based database for color research”, Journal of Electronic Imaging, 9 (1), 32-38, 2000.
24. Healey G., “Using color for geometry-insensitive segmentation”, J. Opt. Soc. Am. A. Vol. 6, pp. 920-937, 1989.
25. Maloney E., “Evaluation of linear models of surface spectral reflectance with small number of parameters”, J.Opt. Soc. Amer. 1986. V.3. No10. PP.1673–1683.
26. Nikolaev D.P., Nikolayev P.P., “Comparative analysis of Gaussian and linear spectral models for colour constancy”, 19 European Conference on Modelling and Simulation, ECMS 2005. Riga, Latvia. P. 300–305.
27. Николаев Д.П., Николаев П.П. Спектральные модели и алгоритмы цветовой константности // Интеллектуальные системы и Интеллектуальные САПР: Труды международной конференции IEEE AIS’07 и CAD–2007. М.: Физматлит, 2007. Т.2 С.117–125.
28. Николаев П.П., Карпенко С.М., Николаев Д.П. Спектральные модели цветовой константности: правила отбора. Труды ИСА РАН, 2008, Т. 38. С. 322-335.
29. Birren F., Munsell Ed., “A grammar of color. A basic treatise on the color system of Albert H. Munsell”, New York: Van Nostrand Reinhold, 1969.
30. Krinov E.L., “Spectral reflectance properties of natural formations”, Ottawa, ON, Canada: Nat. Res. Council of Canada, 1947.
31. Parkkinen, J.P.S.; Hallikainen, J.; Jaaskelainen, T. “Characteristic spectra of Munsell colors”, J. Opt. Soc. Am. A, 1989, 6, 318–322.
32. Vrhel M.J., Gershon R. and Iwan L.S. “Measurement and analysis of object reflectance spectra”, Color Res. Applicat., vol. 19, pp. 4–9, 1994.
33. Chadwick A.C. and Kentridge R.W. “The perception of gloss: A review”, Vision Research 109 (2015) 221–235.
34. Hunter R.S. “Methods of determining gloss”, J. Research Nat. Bureau Standards, V. 18, pp. 19-40, 1937.
35. ISO 2813 (1978). Paint and varnishes: Measurement of the specular gloss of nonmetallic paint films at 20°, 60° and 85°. Geneva: International Organization for Standardization.
36. Leloup et al. “Toward the soft metrology of surface gloss: A review”, Volume 39, Issue 6, 2014, 559–570 DOI: 10.1002/col.21846.
37. Wang Z., Xu L., Hu Yu, Mirjalili F., and Luo M. “Gloss evaluation from soft and hard metrologies”, Journal of the Optical Society of America A, Vol. 34 (9), pp. 1679-1686 (2017).
38. Nimeroff I. “Analysis of goniophotometric reflection curves”, J Opt Soc Am 1952; 42:579–583.
39. Ward G. J. “Measuring and modeling anisotropic reflection”, ACM SIGGRAPH Computer Graphics, 1992, 26(2), 265–272.