Search

The research aims to improve structural methods of image classification based on a description as a set of keypoint descriptors. The focus is on implementing a classifier training using a committee of Kohonen networks separately for each description in an etalon database. The training result is a fixed set of data centroids, which ensures high classification speed. The improvement comprises implementing independent training for each etalon, which increases the accuracy of approximating descriptions with a set of centroids and, in general, guarantees that the classification efficiency remains at a decent level. Calculating the cluster centroids for each class prevents the influence of descriptors from other classes. In addition, independent training is effective in cases when the powers of etalon descriptions differ. The classification speed of the proposed method based on training a committee of Kohonen networks, compared to the traditional linear search method, increases proportionally to the ratio of the description power and the number of generated centroids. The presented results of experimental modeling of the proposed methods comprise a database of images of coins. The test sample is formed as a set of images from the etalon database by applying geometric transformations of shift, scale, and rotation. The testing stage has shown a high level of classification accuracy after a proposed training and revealed a practical opportunity to choose a network structure and parameters capable of providing the required level of accuracy and speed criteria for classification for an applied task.

Предметом досліджень є нейромережеві моделі класифікації статі особи на зображенні обличчя при обробці відеопотоку. Метою є дослідження ефективності окремих дрібних згорткових мереж та ансамблів, що створені з них, для вирішення задачі класифікації статі людини у відеопотоці, що обробляється як послідовність окремих фреймів. Завданнями є розробка математичних моделей обробки послідовностей фреймів із накопичуванням за різними стратегіями, дослідження їх ефективності при вирішення задачі класифікації, компіляція ансамблів дрібних згорткових нейронних мереж. Застосовуваними методами є: моделі нейронних мереж, інтелектуальний аналіз даних, математична статистика, функціональний аналіз, комп'ютерне моделювання. Отримані результати: показано, що точність класифікації може бути підвищена як за рахунок використання різних моделей голосування результатів окремих фреймів, так і за рахунок використання ансамблів неглибоких загорткових нейронних мереж. Незначні апаратні та програмні ресурси, необхідні для їх навчання та використання, дають можливість підвищити швидкість класифікації в декілька разів порівняно із результатами класифікації нейронними мережами, що мають складнішу архітектуру. Висновки. Наукова новизна полягає у створенні ансамблів неглибоких нейронних мереж, загальне рішення в яких приймається після узагальнення різними методами голосування з довірою як результатів класифікації окремих фреймів, так і результатів класифікації одного і того ж фрейму різними мережами, що дає можливість підвищити надійність та швидкість класифікації. Практична значущість роботи полягає у створенні метода, що дає можливість зберегти прийнятний рівень точності класифікації та значно пришвидшити процес класифікації за рахунок використання неглибоких архітектур нейронних мереж.

In this paper, we propose an investigation of the properties of structural image recognition methods in the cluster space of characteristic features. Recognition, which is based on key point descriptors like SIFT (Scale-invariant Feature Transform), SURF (Speeded Up Robust Features), ORB (Oriented FAST and Rotated BRIEF), etc., often relating to the search for corresponding descriptor values between an input image and all etalon images, which require many operations and time. Recognition of the previously quantized (clustered) sets of descriptor features is described. Clustering is performed across the complete set of etalon image descriptors and followed by screening, which allows for representation of each etalon image in vector form as a distribution of clusters. Due to such representations, the number of computation and comparison procedures, which are the core of the recognition process, might be reduced tens of times. Respectively, the preprocessing stage takes additional time for clustering. The implementation of the proposed approach was tested on the Leeds Butterfly dataset. The dependence of cluster amount on recognition performance and processing time was investigated. It was proven that recognition may be performed up to nine times faster with only a moderate decrease in quality recognition compared to searching for correspondences between all existing descriptors in etalon images and input one without quantization.