Применение интегральных вероятностных метрик для анализа текстурных изображений

А. И. Пластинин

Аннотация


Работа посвящена разработке ядер для текстурных изображений. Предлагается использовать интегральные вероятностные метрики в качестве меры сходства текстурных изображений, на которых основаны предлагаемые ядра. Проведены исследования предложенных ядер с использованием метода дискриминантного анализа и метода опорных векторов на тестовых наборах изображений.

Ключ. слова


Текстурные изображения; текстурный анализ; меры схожести; интегральные вероятностные метрики; гильбертовы пространства с воспроизводящим ядром; дискриминантный анализ; метод опорных векторов

Полный текст:

PDF

Список литературы

1. Mirmehdi, M. Handbook of Texture Analysis [Текст] / M. Mirmehdi, X. Xie, J. Suri. – Imperial College Press, 2008. – 413 с.

2. Pietikainen, M. Texture analysis in machine vision. Series in machine perception and artificial intelligence [Текст] / M. Pie-tikainen. – World Scientific, 2000. – 269 с.

3. Scholkopf, B. Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond [Текст] / B. Scholkopf, A.J. Smola. – MIT Press, 2001. – 626 с.

4. Berg, C. Harmonic Analysis on Semigroups [Текст] / C. Berg, J.P.R. Chris-tensen, P. Ressel. – Springer, 1984. – 302 с.

5. Muller, A. Integral probability metrics and their generating classes of functions [Текст] / A. Muller // Advances in Applied Probability, 1997. – С. 429 – 443.

6. Rachev, S.T. Probability Metrics and the Stability of Stochastic Models [Текст] / S.T. Rachev. –John Wiley & Sons, 1991. – 494 с.

7. Zolotarev, V.M. Probability Metrics [Текст] / V.M. Zolotarev // Theory of Proba-bility and its Applications, 1984. – Vol. 38, N. 2. – С. 278 – 302.

8. Dudley, R. Probabilities and metrics [Текст] / R. Dudley. – Aarhus universitet, Matematisk institut, 1976 – 128 с.

9. Sriperumbudur, B. Non-parametric estimation of integral probability metrics [Текст] / B. Sriperumbudur, K. Fukumizu, A. Gretton, et al. // IEEE International Sym-posium on Information Theory Proceedings, 2010. – С. 1428 – 1432.

10. Abe, S. Support Vector Machines for Pattern Classification. [Текст] / S. Abe. – 2nd ed. – Springer, 2010. – 473 с.

11. Haasdonk, B. Learning with Distance Substitution Kernels [Текст] / B. Haasdonk, C. Bahlmann // Proc. of the 26th DAGM Symposium, 2010. – С. 220 – 227.

12. Mika, S. Fisher discriminant analysis with kernels [Текст] / S. Mika, G. Ratsch, J. Weston, et al. // Neural Networks for Signal Processing IX: Proceedings of the 1999 IEEE Signal Processing Society Workshop, 1999. – С. 41 – 48.

Ссылки

  • Ссылки не определены.


© Вестник СГАУ, 2015

 

Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 International License.

 

ISSN: 2541-7533