А.Л. Федотов, К.Л. Тассов
12
Результаты поиска запрашиваемых изображений автомобилей из
БД показаны в таблице. Для проведения эксперимента выбраны две
гипотезы: правильно найденные изображения
H
0
и неверно найден-
ные изображения
H
1
. Пороговое значение метрики принято 55 с ис-
пользованием евклидовой нормы. Проверка результатов проводилась
экспертным образом. Также определены ложноположительные
(ошибка первого рода) и ложноотрицательные результаты (ошибка
второго рода). Ложноположительными результатами считаются
найденные изображения, не соответствующие поисковому запросу.
Данные сгруппированы по маркам автомобилей.
Результаты обработки 10000 изображений
Результаты
Форд
Ауди
Митсубиси
Мерседес-
Бенц
Положительные
65,52%
66,67%
59,14%
79,12%
Отрицательные
94,37%
90,43%
93,02%
86,67%
Ложноположительные
34,48%
33,33%
40,86%
20,88%
Ложноотрицательные
5,63%
9,57%
6,98%
13,33%
Также проведены эксперименты сравнений хеш-векторов длиной
12, 16, 24, 28 и 32 Байт. Наилучший результат показали сравнения с
векторами длиной 20, что совпадает с результатами исследований в
работах [14 – 16].
Заключение.
Проведен анализ предметной области для получе-
ния устойчивых хеш-функций изображений. Разработан алгоритм
определения ТС, используя ось симметрии. Выделен алгоритм фор-
мирования многомерного индекса для поиска похожих изображений,
а также — среди существующих в базе данных.
Экспериментально полученные результаты показывают возмож-
ность практического применения выбранного алгоритма в системах
идентификации ТС на основе распознавания ГРЗ.
Для дальнейшего развития следует использовать методы хеширо-
вания изображений по содержанию (
content based hashing
) для обес-
печения устойчивости поиска, такие как LSH, NFM, FJLT, отличные
от предложенного метода визуально восприимчивого хеширования.
В данном классе методов применяется уменьшение пространства за
счет случайной выборки подизображений и не используется инфор-
мация об особых точках. Поскольку происходит произвольная вы-
борка подизображений, данный способ позволит сохранить инфор-
мацию об изображении в целом, даже если часть изображения была
потеряна. Также возможно использование других методов выявления
особых точек, более устойчивых к световым бликам и к зашумлени-
ям. Использование комбинированного подхода позволит совместить
достоинства двух методов.
