Распознавание объектов - ТОП 50 лучших книг

В монографии дается систематическое изложение теории и практики распознавания надводных объектов при дешифрировании аэроснимков, полученных цифровыми оптико-электронными системами. Представлены особенности дешифрирования аэроснимков, классификация и описание признаков распознавания надводных объектов, требования к результатам дешифрирования, требования к дешифровщикам и пути повышения их квалификации, практика применения систем автоматизированного дешифрирования. Существенное место уделено изложению разработанной авторами классификации надводных объектов и описанию их основных характеристик.

В монографии дастся систематическое изложение теории и практики дешифрирования аэроснимков, полученных иконическими оптико-электронными системами воздушной разведки. Дешифрирование рассматривается с современных позиций теории информации и распознавания образов. Показаны возможные пути распознавания изображений, способы выбора и минимизации демаскирующих признаков, методы идентификации объектов при визуальном и автоматическом дешифрировании. Значительное место отведено описанию классификации объектов авиационной техники.

В работе рассматриваются методы обнаружения примитивов на изображении, а также определения их параметров. Описано использование метода интегральных преобразований пространства изображения в пространство параметров объекта для обнаружения прямых и окружностей; метода инверсии изображения на примере определения параметров окружностей; метода анализа инвариантов алгебраических кривых для определения параметров эллипсов, окружностей и участков гиперболических кривых.

В работе рассматривается подход к генерации признаков и сравнению ладоней при наличии артефактов. К их числу относятся длинные ногти, частично прижатые пальцы, а также длинные рукава, закрывающие область запястья. Эти артефакты часто не учитываются при распознавании, хотя нередко существуют в реальных условиях. Работа содержит результаты проведенных экспериментов по сравнению ладоней. Рассматривается возможность использования полученных признаков для распознавания личности по геометрии руки.

Перед вами – первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично «человеческих» задачах машинного обучения. Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области доступно и интересно изложены в книге. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение – в этой уникальной работе замечательных российских ученых и интеллектуалов.

В монографии дается систематическое изложение теории и практики распознавания объектов бронетанковой техники при дешифрировании аэроснимков, полученных цифровыми оптико-электронными системами. Представлены особенности дешифрирования аэроснимков, классификация и описание признаков распознавания объектов бронетанковой техники, требования к результатам дешифрирования, требования к дешифровщикам и пути повышения их квалификации, практика применения систем автоматизированного дешифрирования. Существенное место уделено изложению разработанной авторами классификации объектов бронетанковой техники, описанию основных характеристик при их дешифрировании и практике дешифрирования объектов бронетанковой техники.

В работе рассматривается применение графологии для составления психологического портрета личности и предлагается использовать теорию нечетких множеств для выделения параметров почерка. Оперируя параметрами почерка как нечеткими переменными, можно от простого получения набора психологических характеристик человека перейти к составлению психологического портрета, исключив противоречивость в толковании результатов, что позволит получать достоверные данные.

Глубокое обучение - это увлекательное и быстроразвивающееся поле, которое изменило наше понимание искусственного интеллекта. Эта книга призвана ввести вас в мир глубокого обучения, начиная с основных понятий и методов и заканчивая продвинутыми темами и будущими перспективами этой удивительной области. Наша книга также касается этических и социальных аспектов глубокого обучения, и как оно влияет на наш мир. Мы рассмотрим вызовы и возможности, с которыми сталкиваются исследователи и практики в этой области. Глубокое обучение - это волнующая технология будущего, и мы приглашаем вас присоединиться к этому увлекательному путешествию в мир искусственного интеллекта и глубокого обучения.

В работе обсуждается возможность улучшения надежности алгоритма распознавания, основанного на двоичных дескрипторах, при помощи оригинальной процедуры предварительного обучения, названной «коррекция ортогональным к шуму проецированием». Данный метод за счет построения специального подпространства признакового описания образов приводит к существенному сокращению внутриклассовых расстояний, но практически не изменяет межклассовые. Таким образом, вероятность корректного разделения классов значительно возрастает. В статье приводится математическая формализация метода, а также результаты экспериментальной реализации на примере алгоритма распознавания лиц.

В пособии представлен программный комплекс цифрового моделирования в режиме реального времени характеристик заметности целей в лазерных и инфракрасных локационных системах. Рассмотрены статистические, структурные и алгебраические методы, методики и алгоритмы формирования цифровых моделей отражательных и излучательных характеристик 3D-объектов в системах оптической локации. На основе современных методов интеллектуального анализа данных предложено решение важных практических задач сжатия информации, полученной в результате имитационного цифрового моделирования, а также формирования информативных признаков для распознавания и классификации целей. Комплекс гарантирует требуемую адекватность получаемых данных и позволяет заменить дорогостоящие полигонные измерения универсальным и гибким вычислительным экспериментом. Для студентов старших курсов высших учебных заведений, обучающихся по направлению подготовки 220400 «Управление в технических системах», а также для аспирантов и научных работников.