Казахского государственного женского педагогического университета
жүктеу/скачать 6,41 Mb. Pdf көрінісі
|
| Қазақ мемлекеттік қыздар педагогикалық университетінің Хабаршысы № 1 (77), 2019
101 ӛнімділігін жақсарту ҥшін жоғарыда аталған БГГ алгоритмімен қолданылады. ЖЕҤ – компьютер кӛрінісінде жіктеу ҥшін қолданылатын визуалды дескриптордың тҥрі. ЖЕҤ – текстуралық спектрдің ҥлгісі. Текстуралық классификацияны кҥшті функция екенін анықтады. Алдымен ЖЕҤ кӛрнекі деңгейімен қарабайыр қҧрылым ретінде ҧсынылды. ЖЕҤ операторы әр пиксельді кӛрнекі деңгейдегі кӛршілес пикселдермен сипаттайды [3; 18-б.]. ЖЕҤ функциясының векторы келесідей қҧрылады: - бҧл терезені ҧяшықтарға бӛлу керек (мысалы, әр ҧяшық ҥшін 16x16 пиксел немесе оданда аз болу керек); - ҧяшықтағы әр пиксель ҥшін сол ҧяшықтың 8 кӛрші пиксельдерімен салыстыру керек (жоғарғы сол жақ, ортаңғы сол жақ, тӛменгі сол жақ, жоғарғы оң жақ және т.с.с.), оларды шеңбер бойымен, яғни сағат тілі бойынша немесе сағат тіліне қарсы бағытта салыстыру керек; - ортадағы пикселдің мәні кӛршілердің мәнінен асып кетсе «0» жазу керек., ал керісінше болса, «1» жазу керек. Бҧл 8 таңбалы екілік санды береді (ол, әдетте, ыңғайлылық ҥшін ондыққа тҥрлендіріледі); - осы гистограмманы әр санның жиілік ҧясынан есептеу керек (яғни, бҧл пикселдердің әр комбинациясы ортасындағы пиксельден кішірек немесе ҥлкен болады). Бҧл гистограмма 256 ӛлшемді сипаттамалық вектор ретінде қарастырыла алады; - гистограмманы қалыпқа келтіру міндетті емес; - барлық жасушалардың (нормаланған) гистограммасын біріктіреді. Бҧл бҥкіл терезе ҥшін функция векторын береді [7; 28-б.]. Бҧл мақалада ЖСФ, БГГ және ЖЕҤ алгоритмдерінің қайсысы деректер жиынындағы барлық фотосуреттерді тану ҥшін айтарлықтай және тез нәтиже беретінін табу ҥшін жҧмыс жҥргізілген. Бҧл жҧмысты істеу ҥшін математиканың алгоритмдерін біз дайындаған деректер жиынтығында іске қосамыз. Деректер жиынтығы әр тҥрлі жағдайларда тҥсірілген фотосуреттерден тҧрады, мысалы, жарықтандыру жағдайларын, ішінара беттерін, әртҥрлі бағытқа бҧрылған адамдардың бет-әлпеті және жабық беттерді ӛзгерту сияқты осы жҥйеде кездесетін ең кӛп таралған суреттерден тҧрады. Бастапқыда деректер жиынтығы оңай анықтауға болатын және фотосуреттермен жҧмыс істеуді қиындататын қарапайым фотосуреттер жиынтығымен басталады. Мҧндай кҥрделі деректер жиынтығын таңдаудың себебі: жҥйеде қандай алгоритмдердің қайсысы кедергісіз жҧмыс істеуі және сенімді болуы ҥшін осы жҥйеде қолдануға жарамды екенін анықтау болып табылады [8; 10-б.]. Деректер жинағынан алынған суреттер бір уақытта алгоритмдерді пайдаланып іске қосылады және әр алгоритм ҥшін таңдалған функциялардың пайызы жазылады. Алгоритмдер осы деректер алгоритмдерінің қайсысында ҧсынылған фотосуреттер функцияларын тануда ең тиімді екендігін табу ҥшін сол деректер жиынтығымен жҧмыс істейді. Нәтижелер графиктер тҥрінде бейнеленеді. Алгоритмдерден кейін алынған нәтижелер деректер жиынында тексеріледі және жоғарыда кӛрсетілгендей графиктер тҥрінде кӛрсетіледі. Тӛмендегі кестелерде диаграммадағы x-осі осы кескіннен алынатын элементтердің пайызын кӛрсетеді, ал у осі - деректер жиынындағы фотосуреттің санын кӛрсетеді. Қазақ мемлекеттік қыздар педагогикалық университетінің Хабаршысы № 1 (77), 2019 102 Сурет 1. Ӛнімділік кестесі (ЖСФ – 46%, БГГ – 39%, ЖЕҮ – 28%) жүктеу/скачать 6,41 Mb. Достарыңызбен бөлісу:
|