Классификация объектов с помощью однопиксельной визуализации и нейронных сетей

Однопиксельная визуализация – это перспективный метод получения изображений без использования многопиксельных матриц. В отличие от стандартной фотографии, искомое изображение здесь не регистрируется напрямую матричным сенсором, а вычисляется. В последнее время для решения этой задачи начали применяться методы машинного обучения. В данной работе мы показываем возможности применения сверточных нейронных сетей в однопиксельной визуализации для классификации объектов по существенно неполному набору измерений. Мы находим зависимость точности классификации от различных параметров сэмплирования объекта. Предложенные методы могут использоваться в реальных устройствах в качестве эффективного программного обеспечения.