LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Prystavka, Philip; National Aviation University; Rogatyuk, Anastasia; National Aviation University (2015)
Publisher: National Aviation University
Languages: Ukrainian
Types: Unknown
Subjects: ідентифікація об’єктів; метод розпізнавання; обробка відео; розділення суміші, 004.93(045) [629.7.014.066-519], идентификация объектов; методы распознавания; обработка видео; разделение смеси, objects identification; recognition methods; separating mixtures; video processing
Проаналізовано класичні методи розпізнавання об’єктів і явищ. Виділено основні завдання при створенні системи розпізнавання. Розглянуто параметричні і непараметричні методи, такі як метод максимальної правдоподібності, баєсівський критерій, гістограмний, метод Парзена, правило найближчого сусіда. На основі аналізу класичних методів виявлена необхідність і сформульована постановка задачі розпізнавання в режимі близького до реального часу об’єктів на відео. В рамках етапів ідентифікації розглянуто ітераційний метод розділення суміші нормального розподілу, оснований на гістограмній оцінці. Проанализированы классические методы распознавания объектов и явлений. Выделены основные задачи при создании системы распознавания. Рассмотрены параметрические и непараметрические методы, такие как метод максимального правдоподобия, байесовский критерий, гистограммный, метод Парзена, правила ближайшего соседа. На основе анализа классических методов выделена необходимость и сформулирована постановка задачи распознавания в режиме близкого к реальному времени объектов на видео. В рамках этапов идентификации рассмотрен итерационный метод разделение смеси нормальных распределений, основанный на гистограммной оценке. The paper considers an analysis of object and phenomena recognition methods. We focus at the main problems of objects recognition in real-time in the video. As part of identification procedure paper considers separating mixtures of normal distributions iterative method which based on histogram estimation method.
  • No references.
  • No related research data.
  • No similar publications.