Введение
ГЛАВА 1. Состояние проблемы и задачи исследования 12
1.1. Обзор методов распознавания образов 14
1.1.1. Байесовские методы 15
1.1.2. Линейные методы 18
1.1.3. Метрические методы 22
1.2. Особенности метрических методов и требования к исходным данным и алгоритмам классификации 25
1.2.1. Исходные данные и их представление 25
1.2.2. Меры различия и сходства и способы объединения решений 30
1.2.3. Типы ошибок и обучение 32
1.2.4. Сложность и эффективность алгоритмов распознавания 34
1.3. Цель и задачи исследования 36
ГЛАВА 2. Древовидное представление многоканальных изображений и модель метрического классификатора 38
2.1. Построение многослойных древовидных представлений 38
2.1.1. Однослойное древовидное представление объектов 39
2.1.2. Многослойное древовидное представление объектов
2.2. Мера различия объектов на множестве многослойных древовидных представлений и модель классификатора 45
2.3. Алгоритм направленного поиска решения и вычислительная сложность 50
2.4. Результаты и их обсуждение
ГЛАВА 3. Обучение и объединение классификаторов 56
3.1 Построение древовидно-структурированных покрытий 56
3.2 Функция ошибки скользящего контроля
и оптимизация покрытий 61
3.3 Объединение классификаторов 65
3.3.1. Оценки параметров меры 65
3.3.2. Стратегия обобщенной меры различия
для классификации по ансамблю источников 67
3.3.3. Стратегия взвешенного большинства голосов
для объединения по ансамблю решений 70
3.4 Результаты и их обсуждение 73
ГЛАВА 4. База изображений и комплекс программ для моделирования классификаторов 75
4.1. Подготовка базы изображений подписей 75
4.1.1. Анализ общедоступных баз подписей 76
4.1.2. Пороговая фильтрация изображений 77
4.2. Формирование базы изображений лиц 78
4.2.1. Анализ общедоступных баз лиц 78
4.2.2. Получение цветных изображений 79
4.2.3. Выделение информативной области на изображении 82
4.2.4. Нормализация информативной области 84
4.2.5. Эквализация изображений по каналам представления 85
4.3. Основные функции и структура комплекса программ 87
4.3.1. Трехуровневая структура описания программ 88
4.3.2. Централизованная схема вызова приложений 89
4.3.3. Основные функции программ
4.4. Настройка программ для проведения экспериментов 111
4.5. Результаты и их обсуждение 113
ГЛАВА 5. Методика проведения экспериментов и результаты распознавания подписей и лиц 114
5.1. Состави схема проведения экспериментов 114
5.1.1. Источники одноканальных изображений 117
5.1.2. Источники многоканальных изображений 121
5.1.3. Ансамбль источников 124
5.2. Результаты моделирования процедуры обучения классификаторов 127
5.2.1. Источник полутоновых изображений подписей 128
5.2.2. Источник цветных изображений лиц 130
5.2.3. Ансамбль источников изображений подписей и лиц 134
5.3. Результаты тестирования классификаторов 137
5.3.1. Распознавание полутоновых изображений подписей с использованием переборного поиска решения 137
5.3.2. Распознавание цветных изображений лиц с использованием переборного поиска решения 141
5.3.3. Распознавание по ансамблю изображений подписей и лиц 152
Основные результаты и выводы 162
Библиографический список
