Метод интегральных преобразований в решении задачи обнаружения малогабаритных транспортных средств на изображениях

В статье предложен способ формирования набора признаков на изображениях, основанный на трех интегральных преобразованиях - преобразование Радона, функции Стеклова и преобразование Фурье. С помощью дискретного аналога этих преобразований вычисляются значения, которые образуют набор признаков. В зависимости от параметров преобразований количество признаков можно изменять. Нами выбраны значения этих параметров таковыми, что количество признаков равно 903. Показано использование данного подхода при решении задачи обнаружения малогабаритных, а значит слабо заметных, транспортных средств на видеоснимках. Помимо этого, нами разработан улучшенный вариант метода наименьших квадратов, основанный на обработке полученных признаков с помощью некоторых преобразований меток обучающего набора изображений. Основная суть этого метода состоит в том, чтобы выполнить аффинное преобразование значения метки в некоторую малую окрестность ее первоначального значения. Априорные оценки показывают уменьшение погрешности аппроксимации с использованием метода наименьших квадратов. В работе также показано сравнение разработанного подхода со сверточными нейронными сетями. Данное сравнение позволяет сказать, что он им не сильно уступает по такому показателю, как процент правильных предсказаний. При этом, по времени выполнения предсказания представленный в статье метод работает в 3-4 раза быстрее в зависимости от используемой модели. В практической части работы были использованы программные средства библиотек OpenCV, Keras и Scikit-learn.