Том 32 №4

Содержание

1. ПОРОГОВАЯ ДЛИТЕЛЬНОСТЬ ЗВУКОВЫХ СИГНАЛОВ ДЛЯ ОЦЕНКИ ПРИБЛИЖЕНИЯ И УДАЛЕНИЯ ИХ ИСТОЧНИКА ПРИ МОДЕЛИРОВАНИИ СНИЖЕНИЯ ВЫСОКОЧАСТОТНОГО СЛУХА
2. ХАРАКТЕР ИЗМЕНЕНИЯ ИМПУЛЬСНОЙ АКТИВНОСТИ НЕЙРОНОВ СУПРАОПТИЧЕСКОГО ЯДРА ГИПОТАЛАМУСА ПРИ ДЛИТЕЛЬНОМ ВОЗДЕЙСТВИИ ВИБРАЦИИ
3. ОСТРОТА ЗРЕНИЯ ОФТАЛЬМОЛОГИЧЕСКИ ЗДОРОВЫХ ЛЮДЕЙ И ОСОБЕННОСТИ ФОРМЫ ЦЕНТРАЛЬНОЙ ЯМКИ СЕТЧАТКИ
4. МОРФОЛОГИЧЕСКАЯ ХАРАКТЕРИСТИКА РАЗВИТИЯ КРАЙНЕЙ ПЕРИФЕРИИ СЕТЧАТКИ В ОБЛАСТИ ORA SERRATA
5. ВЛИЯНИЕ ЛОКАЛЬНОЙ ДИАСКЛЕРАЛЬНОЙ СТИМУЛЯЦИИ КРАЙНЕЙ И СРЕДНЕЙ ПЕРИФЕРИИ СЕТЧАТКИ НА ФОВЕАЛЬНУЮ КОНТРАСТНУЮ ЧУВСТВИТЕЛЬНОСТЬ И ЦВЕТОРАЗЛИЧЕНИЕ
6. НЕЙРОННЫЙ МЕХАНИЗМ КОДИРОВАНИЯ СИММЕТРИЧНЫХ КРЕСТОВ В ЗРИТЕЛЬНОЙ СИСТЕМЕ
7. КАРТИРОВАНИЕ НЕДОСТУПНЫХ ЗДАНИЙ МЕТОДОМ РАДИОТОМОГРАФИИ
8. ПРОЕКТИВНО ИНВАРИАНТНОЕ ОПИСАНИЕ НЕПЛОСКИХ ГЛАДКИХ ФИГУР. 2. O РАCПОЗНАВАНИИ ОВАЛОИДОВ ВРАЩЕНИЯ

Рассмотрена постановка задачи аффинно инвариантного распознавания осесимметричных гладковыпуклых тел, получаемых вращением овала О с явно выраженной осевой симметрией и регистрирумых в ортографической проекции под разными углами к оси A вращения тела в сцене. На модельных численных примерах для шести овалов-образующих О (с одной, двумя и тремя осями) показаны результаты детекции оси a с привлечением разработанной процедуры Rot, дающей оценку положения a на сенсорной проекции тела. В пространстве сцены окклюдирующий контур c тела в его общем виде представляет собой неплоскую овальную кривую, на плоской оптической проекции задаваемой как граница тела. По полученной входной проекции с вычисленным согласно алгоритму Rot положением на ней оси a оцениваются четыре параметра, являющиеся аффинными инвариантами тела при данном ракурсе (в величинах угла между осью камеры и осью A). По последовательности из 11 ракурсов на этапе эталонирования для каждого тела (набор их форм задан) интерполируется дескриптор (кривая в 4D пространстве параметров), позволяющий опознать тело при произвольном ракурсе наблюдения (по единственной проекции). Обсуждены особенности схемы Rot, варианты ее реализции и идеи построения более сложного дескриптора, пригодного для опознания тела в проективном варианте регистрации (модель камеры-обскуры).

Ключевые слова: контур овалоида вращения, аффинный инвариант, ракурс регистрации тела, плоскость и ось симметрии, аффинная и центральная плоские проекции, дескриптор

DOI: 10.1134/S023500921804008X

Список литературы:

• Бляшке В. Круг и шар. М.: Наука, 1967. 232 с.
• До Кармо М.П. Дифференциальная геометрия кривых и поверхностей. М.: Институт компьютерных исследований, 2013. 608 с.
• Картеси Ф. Введение в конечные геометрии. М.: Наука, Физматлит. 1980. 320 с.
• Николаев П.П. Распознавание проективно преобразованных плоских фигур. IV. Методы формирования проективно инвариантного описания осесимметричных овалов. Сенсорные системы. 2012. Т. 26. №4. С. 280–303.
• Николаев П.П. Метод проективно инвариантного описания овалов с осевой либо центральной симметрией. Информационные технологии и вычислительные системы. 2014. № 2. С. 46–59.
• Николаев П.П. Распознавание проективно преобразованных плоских фигур. VIII. О вычислении ансамбля ротационной корреспонденции овалов с симметрией вращения. Сенсорные системы. 2015. Т. 29. № 1. С. 28–55.
• Николаев П.П. Проективно инвариантное описание неплоских гладких фигур. 1. Предварительный анализ задачи. Сенсорные системы. 2016. Т. 30. № 4. С. 290–311.
• Фиников С.П. Проективно-дифференциальная геометрия. М.: КомКнига, 2010. 264 с.
• Форсайт Д., Понс Ж. Компьютерное зрение. Современный подход. М.: Вильямс, 2004. 928 с.
• Хейфец А.Л., Логиновский А.Н. Параметризация как средство решения задач 3D компьютерного геометрического моделирования. Труды межд. конф. “Информационные средства и технологии”. 2012. Т. 1. С. 72–80.
• Чебыкин В. Оценка обтекаемости овалоидов и овалоидоподобных тел вращения. CАПР и графика. 2015. № 7. С. 76–77.
• Alt H., Godau M. Computing the Frechet distance between two polygonal curves. Int. J. Computat. Geom. Applicat. 1995. V. 5. I. 1–2. P. 75–91.
• Beygelzimer A., Kakade S., Langford J. Cover trees for nearest neighbor. Proc. Int. Conf. Machine Learning. 2006. P. 97–104.
• Boutin M. Polygon recognition and symmetry detection. Found. Comput. Math. 2003. V. 3. P. 227–271. DOI: 10.1007/s10208-001-0027-5.
• Cox D., Katz Sh. Mirror symmetry and algebraic geometry. Amer. Math. Soc. 1999. 464 p. DOI: 10.1090/surv/068.
• Gross M. Mirror symmetry for P2 and tropical geometry. Adv. Math. 2010. 224 (1). P. 169–245.
• Guttman A. R-trees: A dynamic index structure for spatial searching. Proc. ACM SIGMOD Int. Conf. Management data. 1984. 14 (2). P. 47–57.
• Koenderink J. What does the occluding contour tell us about solid shape? Perception. 1984. 13 (3). P. 321–330.
• Horn B.K.P. Obtaining shape from shading information. Winston P.H. (Ed.). Psychology of Computer Vision. McGraw-Hill. New York. 1975. P. 115–155.
• Marr D., Poggio T. A computational theory of human stereo vision. Proc. R. Soc. Biological Sciences. 1979. V. 204 (1156). P. 321–328.
• Morrison D. Mirror symmetry and Rational Curves on Quintic Threefolds: A Guide for Mathematicians. J. Amer. Math. Soc. 1993. 6 (1). P. 223–247.
• Muja M., Lowe D.G. Scalable Nearest Neighbor Algorithms for High Dimensional Data. IEEE Transactions Pattern Analysis Machine Intelligence. 2014. 36 (11). P. 2227–2240. DOI: 10.1109/TPAMI.2014.2321376.
• Olver P.J. Geometric foundations of numerical algorithms and symmetry. Appl. Alg. Engin. Comp. Commun. 2001. 11 (5). P. 417–436.
• Stark U., Mueller A. Effektive Methoden zur Messung der Korngroesse und Kornform. Aufbereitungs Technik. 2004. 45 (6). P. 32–37.
• Ullman S. The interpretation of structure from motion. Proc. R. Soc. Biological Sciences. 1979. 203 (1153). P. 405–426.
• Yianilos P.N. Data structures and algorithms for nearest neighbor search in general metric spaces. Proc. ACMSIAM symp. discrete algorithms. 1993. P. 311–321.