ЗАСЕДАНИЕ МЕЖДУНАРОДНОГО СЕМИНАРА "АНАЛИЗ И ПОНИМАНИЕ ИЗОБРАЖЕНИЙ"

Уважаемые коллеги!

 

Продолжает работу постоянно действующий Международный научно-исследовательский семинар «Анализ и понимание изображений (Математические, когнитивные и прикладные проблемы анализа изображений и сигналов)». 

 

Очередное заседание семинара состоится 26 марта 2019 г. в 16:00 по адресу: ВЦ ФИЦ ИУ РАН, ул. Вавилова, д. 40, 3-й этаж, конференц-зал.

 

Докладчик - Турлапов Вадим Евгеньевич, д.т.н., доцент, профессор кафедры математического обеспецения и суперкомпьютерных технологий ННГУ им. Н.И.Лобачевского

 

Тема доклада

 

Аннотация доклада

Исследуется проблема комплексного анализа и мониторинга окружающей среды на основе прежде всего данных гиперспектральных изображений (ГСИ) и вариант ее решения с созданием необходимого алгоритмического обеспечения для обработки ГСИ. ГСИ рассматривается как двумерное поле сигнатур пикселей. Предлагаются методы оценки сходства сигнатуры пикселя ГСИ с эталоном, включающие в себя простые преобразования совмещения сигнатуры пикселя с эталоном: тождественное; масштабирование по амплитуде; смещение по y; сочетание последних двух. Предложен метод кластеризации / распознавания с самообучением, определяющий значения параметров преобразования, обеспечивающего совмещение сигнатуры текущего пикселя с эталоном. Сходство с эталоном устанавливается по величине среднеквадратического отклонения. На этой основе предложен метод сжатия ГСИ, с контролируемыми потерями, путем формирования базиса накоплением эталонов сигнатур и представления остальных сигнатур параметрами совмещения их с распознанным эталоном. В эксперименте с данными ГСИ f100520t01p00r12 спектрометра AVIRIS, при величине потерь в 2%, метод обеспечил коэффициенты сжатия исходного ГСИ для разных типов преобразований совмещения от 43 до 165 без необходимости архивации, т.е. сохраняя доступ к ГСИ и используя список эталонов как аналог палитры ГСИ.

Обсуждается проблема оценки зашумленности данных ГСИ за счет влияния атмосферы. В качестве метода оценки использован метод эмпирических мод. Оценка производится не на каналах, а на сигнатурах пикселей. Показана возможность перехода от двухбайтового к однобайтовому представлению данных без существенных потерь.

В условиях появления библиотек опорных сигнатур, необходимых для мониторинга окружающей среды, предлагается модификация номинальной последовательности шагов по анализу ГСИ, введенная Landgrebe. В качестве первого шага анализа предлагается процедура детектирования линейной зависимости сигнатур по величине коэффициента корреляции Пирсона. Основным аппаратом анализа также, как и по Landgrebe, является метод главных компонент, но он используется уже не для построения классов, а для исследования наличия в классе подклассов, существенных для прикладной области. Экспериментальный материал включает объекты: вода, болота, грунт, растительность, бетон, загрязнения. Выделение образцов объекта на изображении производится интерактивно пользователем. Из исследованных образов объектов ГСИ формируется база эталонов для классов (подклассов) объектов, которая в свою очередь может использоваться для автоматизации разметки ГСИ с целью применения методов машинного обучения для распознавания объектов ГСИ и их состояний.

Предложен алгоритм для формирования плотных групп детектируемых объектов (например, пятен нефти) и их невыпуклого оконтуривания, управляемый 4 параметрами.

 

Приглашаются все желающие!

 

Контакты для связи: тел. (499) 135-90-33, (916) 787-18-00, 

e-mail: werayashina@gmail.com