Отрывок: Конкретизируем выражения (4) и (5) для случаев использования в качестве ЦФ среднего квадрата межкадровой разности (СКМР), ковариации и коэффициента корреляции отсчетов. 4.1. Средний квадрат межкадровой разности яркости отсчетов В этом случае для (4) и (5) соответственно получаем: ( ) ( ) £ 2 £ 2 £ CKMP 2 ~~ ££ ∆ −−− ≈ ∆−∆+ zzzz β ,...
Название : Оптимизация рекуррентных алгоритмов оценивания параметров межкадровых геометрических деформаций изображений по скорости сходимости оценок параметров
Другие названия : Optimization of recurrent algorithms for parameters estimation of image interframe geometrical deformations by the convergence rate of parameter estimates
Авторы/Редакторы : Ташлинский, А.Г.
Tashlinskii, A.G.,
Сафина, Г.Л.
Safina, G.L
Ключевые слова : image, interframe deformations, parameters estimation, unidentified adaptation, stochastic gradient descent, optimization.
Дата публикации : 2018
Издательство : Новая техника
Библиографическое описание : Ташлинский А.Г. Оптимизация рекуррентных алгоритмов оценивания параметров межкадровых геометрических деформаций изображений по скорости сходимости оценок параметров / А.Г. Ташлинский, Г.Л. Сафина // Сборник трудов IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2018) - Самара: Новая техника, 2018. - С. 707-716
Аннотация : Предложен критерий оптимизации рекуррентных алгоритмов оценивания параметров межкадровых геометрических деформаций изображений, обеспечивающий максимум скорости сходимости оцениваемых параметров. Рассмотрены примеры применения критерия для оптимизации плана локальной выборки отсчетов изображений псевдоградиентных алгоритмов. В примерах в качестве целевых функций оценивания исследованы средний квадрат межкадровой разности, ковариация и коэффициент межкадровой корреляции изображений. Показано, что при использовании среднего квадрата межкадровой разности для оптимизации плана локальной выборки отсчетов необходимо задание или априорная оценка отношения сигнал/шум и автокорреляционной функции изображений. При использовании ковариации и коэффициента корреляции оптимизация не зависит от отношения сигнал/шум. A criterion of recursion algorithms optimization for parameters estimation of image inter-frame geometrical deformations is proposed. It provides a maximum of the convergence rate of estimated parameters. Examples of the criterion application for image local sample plan optimization of stochastic gradient descent algorithms are considered. In the examples the mean square of the inter-frame difference, the covariance and the coefficient of the image inter-frame correlation are studied as objective cost functions. It is shown that using the mean square of the inter-frame difference to optimize the local sample plan requires a predetermination or a priori estimate of the signal-to-noise ratio and the autocorrelation function of images. When covariance and correlation coefficient are used, the optimization doesn’t depend on the signal-to-noise ratio.
Описание : Основная статья
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Optimizaciya-rekurrentnyh-algoritmov-ocenivaniya-parametrov-mezhkadrovyh-geometricheskih-deformacii-izobrazhenii-po-skorosti-shodimosti-ocenok-parametrov-69087
Другие идентификаторы : Dspace\SGAU\20180513\69087
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper_100.pdfОсновная статья295.43 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.