XI Международная студенческая научная конференция Студенческий научный форум - 2019

Сегментация изображения – это промежуточный этап между нахождением движения объекта и этапом распознавания. На данном этапе происходит группирование автономных участков изображения в одну область. Группирование происходит по различным признакам: цвет, яркость, текстура, насыщенность, градиент, вектор движения и т.д. Большинство существующих методов ориентированы под конкретные признаки сегментации, в данной статье рассматривается метод Монте-Карло [4].

Одним из способов представления знаний является семантическая сеть. В основе продукционной модели лежит ориентированный граф: понятия предметной области – узел, отношения между этими понятиями – дуги [2].

В рамках построения продукционной модели можно выделить следующие стадии:

1) идентификация проблемы – постановка задачи;

2) извлечение знаний – получение знаний о предметной области и способах принятия решений в ней;

3) структурирование знаний – разработка неформального описания знаний о предметной области;

4) формализация – разработка базы знаний на языке представления знаний, который соответствует структуре поля знаний и позволяет реализовать прототип системы на следующей стадии программной реализации.

Полученная база знаний состоит из следующих элементов:

Объект: изображение, метод Лукаса-Канаде.

Атрибуты:

размер;

пиксели;

градиент;

границы областей;

текстура;

яркость;

насыщенность.

Особо важное значение приобретает этап установление отношений между понятиями: не имея связей между атрибутами и объектами модель представляет собой список несвязанных факторов.

Реализованная семантическая сеть имеет неоднородный тип отношений, так как в модели представлены различные типы связей, а именно: «имеет» и «влияет».

Связь «имеет» означает, что атрибут является частью объекта и относится к типу «часть-целое». Связь «влияет» является функциональной и демонстрирует вызов изменения в каком-либо объекте или атрибуте [1].

Модель предметной области приведена на рисунке 1.

Рисунок 1 – Модель предметной области

Таким образом, можно отметить, что построение семантической сети помогает лучше усвоить необходимый материал, выявить основные и второстепенные понятия предметной области, упрощает нахождение взаимосвязей между понятиями и наглядно демонстрирует возникающие проблемы при реализации алгоритма.

Список литературы

Семантическая сеть [Электронный ресурс]. Многофункциональный сайт. URL: https://ru.wikipedia.org/wiki/.

Семантические сети [Электронный ресурс]. Многофункциональный сайт. URL: https://studopedia.su/10_9061_semanticheskie-seti.html.

Обухова Н. А., Сегментация объектов интереса на основе признака движения в видео-и компьютерных систем // Н. А. Обухова// Инфокоммуникационные технологии, 2007. - №1. – С. 77-85.

Романов С. А., Лепешкин О. М., Стоянов Ю. П. Анализ методов сегментации изображений // Молодой ученый. — 2010. — №6. — С. 26-28. — URL https://moluch.ru/archive/17/1534/ (дата обращения: 13.01.2019).

Код для цитирования: Скопировать