М.О. Корлякова, Е.Ю. Прокопов, П.К. Новиков
6
В процессе распознавания точку с ее окрестностью размером
16 × 16 пикселов подают на вход нейросети и оценивают результат
на выходе. Эксперименты показали, что обучение сети Хопфилда
позволяет определить незначительное количество угловых точек и
приводит к значительному (до 120 с.) увеличению времени обработки
кадров. Сеть радиальных нейронов построена на вычислении евкли-
довой нормы расстояния от области вокруг исследуемой точки до
всех эталонов по следующей схеме:
256
2
1
( ,
)
(
) ,
n
j
k
jk
k
d p q
p b
где
1,1 1,2
1,16 2,1
2,16
16,16
,
, ...,
,
, ,
, ...,
p a a
a a
a
a
— векторизи-
рованная матрица области вокруг точки;
[0,1]
jk
а
— значение пик-
села исследуемой области, приведенное к интервалу
[0,1]
;
j
q
1,1 1,2
1,16 2,1
2,16
16,16
,
, ...,
,
,
,
, ...,
;
j
j
j
j
j
j
b b
b b
b
b
{0,1}
jk
b
— зна-
чение пиксела эталона.
Если минимальное евклидово расстояние достигается при срав-
нении с шаблонами, соответствующими угловым особенностям, то
точка считается особенной, иначе она отсеивается. После определе-
ния набора особых точек, их координаты пересчитываются по отно-
шению к масштабу исходного, не сжатого изображения. Время сопо-
ставления с эталонами в сети радиальных нейронов не превышает
20…30 с, что позволяет говорить о его превосходстве. Кроме того,
число угловых областей, выделяемых таким способом, значительно
больше, чем у сетей Хопфилда. Таким образом, в результате экспе-
риментальной проверки в качестве метода выделения особых точек
принята модель сравнения с эталонами в сети радиальных нейронов.
На рис. 3 представлен результат обработки «левого» кадра пер-
вой стереопары — поиск ключевых точек. Крестиками здесь отмече-
ны точки, в которых градиент яркости имеет максимальное значение.
Эти точки были отфильтрованы простым перебором и сопоставлени-
ем с эталоном. В результате образовался набор особых точек, отме-
ченных на рис. 3 кружками).
Таким образом, результатом этапа 1 является набор координат
особых точек для «левого» кадра первой стереопары.
2. Определение сопряженных точек изображений стереопары для
текущей пары кадров.
Поскольку на предыдущем этапе был получен
набор особых точек только для одного из кадров стереопары, то следу-
ющим этапом является сопоставление таких точек в пределах одной
стереопары. Поиск особых точек изображений для стереопар основан на
исследовании пиксельного соответствия отдельных областей кадра [4].
Существующие методы поиска особых точек позволяют найти соответ-
ствия при различных ракурсах, масштабах и искажениях. Стереопара,
