ЛАБОРАТОРИЯ № 13
Лаборатория систем организации поведения
Заведующий лабораторией – к.т.н. Вайнцвайг Модест Николаевич
Тел.: (095) 209-42-25; E-mail: wainzwei@iitp.ru
Ведущие ученые лаборатории:
д.т.н. |
Нейман В. И. |
к.т.н. |
Цыбаков А. Б. |
д.ф.-м.н. |
Николаев П. П. |
к.ф.-м.н. |
Шень А. |
Направления исследований:
ОСНОВНЫЕ РЕЗУЛЬТАТЫ
На основе ранее разработанной пирамидальной процедуры сопоставления 2D изображений построен алгоритм установления поточечного соответствия 2.5D изображений, позволяющий, в частности, в определенных пределах находить в них места сходства и различия. Разработана концептуальная модель процедуры анализа динамики 2D и 2,5D изображений, обеспечивающая представление динамических сцен в виде структуры характеристик особых (экстремальных) точек поверхностей предметов, траекторий их движения и изменения. Построен начальный вариант алгоритма кластеризации таких структур, результатом которого является формирование зрительных понятий, обеспечивающих процесс распознавания.
Для системы автоматической цветовой сегментации изображений предложен новый метод идентификации границ окраски, теней и бликов, позволяющий использовать гауссову, зональную или линейную модели аппроксимации спектральных функций. На его основе предложен способ инвариантной оценки окраски объектов в ситуациях сложного полихромного освещения. В рамках линейной теории формирования спектрального стимула на основе обобщенных преобразований Хафа разработаны 4 алгоритма помехоустойчивой кластеризации 3D цветового пространства, обеспечивающие процедуру сегментации изображений сцен различных уровней сложности.
Предложен метод проверки гипотезы согласия в модели бинарного изображения, где параметрическая нулевая гипотеза тестируется против непараметрической альтернативы. Показано, что критерий согласия обладает оптимальной скоростью сходимости. Получена точная асимптотика минимаксного адаптивного риска в задаче оценивания линейного функционала в многомерном случае. Найдена адаптивная оценка, достигающая этой асимптотики. Построен оптимальный метод прогноза в модели линейной регрессии с бесконечным числом параметров, при условии, что параметры убывают с заданной скоростью с ростом индекса. Метод позволяет обосновать процедуру отбрасывания “лишних” неинформативных параметров.
Рассмотрен вопрос о связи между комбинаторным и алгоритмическим определениями количества информации по Колмогорову. Установлено, что линейные неравенства на колмлгоровскую сложность нескольких слов и их комбинаций, в левой части которых стоит только один член, имеют естественную комбинаторную интерпретацию и что любое такое неравенство, справедливое с точностью до логарифма длин входящих в него слов, является положительной линейной комбинацией базисных неравенств.
Исследована взаимосвязь степенных функций, хаотических отображений, фракталов и статистики процессов с долгосрочной зависимостью. Предложена простая модель расчета сетевых ресурсов при самоподобном телетрафике.
ГРАНТЫ:
ПУБЛИКАЦИИ в 1999 г.