Inverse correlation filters of objects features with optimized regularization for image processing

2022

Полный текст Открытый доступ: Green Метаданные (CSL-JSON)
DOI 10.1117/12.2664497
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The problem of extraction of the image objects features by means of using the inverse filters (IF) is considered. The IF are formed by the inversion of the matrix composed of correlation vectors of a set of objects templates examples. The inversion is made with the help of singular value decomposition. Three approaches to regularization and its impact on IF recognition properties are also considered. There was defined the functional that specifies minimal mutual relations between functions of the filters to obtain optimal separation of the features. A training process is used in order to obtain filters with high recognition performance.