WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 13 | 14 || 16 | 17 |   ...   | 18 |

Критерием оптимальности служат следующие условия:

T {a [R1m'(t)]2 + b2[R2u'(t)]2}dt ® min, в случае (2) и T, в случае (3).

{a [R1m(t)]2 + b2[R2u(t)]2}dt ® min Константы a и b - произвольные, отличные от нуля, числа.

В данной постановке удается явным образом выписать формулы для управления.

Из этих формул видно, что в случае (2) функции управления являются периодическими на сегменте [0,T ], а в случае (3) в этих функциях можно выделить линейную и периодическую части. Кроме того, в случае (3) сумма функций m(t) и u(t) является на этом же сегмете периодической функцией.

Рассмотренные здесь задачи актуальны в физике, так как описывают колебания сферического осциллятора. Помимо этого, в работах рассмотрены более общие критерии оптимальности, в отличие от тех, которые рассматривались до сих пор.

Литература 1. Ильин В.А., Моисеев Е.И. (2008) Оптимизация управления на двух концах струны упругими граничными силами за любой достаточно большой промежуток времени.

//Дифференциальные уравнения, 2008, т. 44, N 1, с. 89-110.

Матирование видео на основе оптического потока Синдеев Михаил Сергеевич, Конушин В.С.

Студент, аспирант Московский государственный университет им. М.В. Ломоносова;

Институт прикладной математики им. М.В. Келдыша, Москва, Россия E-mail: msindeev@graphics.cs.msu.ru, vadim@graphics.cs.msu.ru Матированием видео называется отделение объекта переднего плана от фона в видеопоследовательности. Объект должен выделяться с учетом полупрозрачных областей, что делает его выглядящим естественно при наложении на новый фон.

Широкое применение матирование нашло в кино: изначально неподвижные или подвижные (покадровые) маски («маты») объекта переднего плана рисовались на стеклянных панелях [1] и предотвращали экспонирование фона на пленку, куда затем отдельным проходом экспонировался новый фон на основе инвертированной маски.

В конце XX – начале XXI века, с развитием цифровых технологий записи изображения, появились понятия «цифровой кинематограф» и «цифровое видео». В плане матирования цифровое видео дает возможность более детальной проработки отснятой сцены и практически неограниченного увеличения числа слоев; снимаются ограничения на движение камеры. Однако до сих пор бльшая часть работы по матированию сложных сцен на видео выполняется вручную, путем ротоскопирования (рисования масок через каждые 5-10 кадров с их интерполяцией на остальные кадры).

Существующие алгоритмы матирования видео либо выполняют жесткую сегментацию (т.е. не учитывают прозрачность и выдают бинарную маску), либо применяют покадрово некоторый алгоритм матирования изображений. Последнее приводит к тому, что информация о движении не учитывается и получающиеся маски для соседних кадров могут иметь различную структуру.

Предлагаемый алгоритм получает на вход мягкую маску первого кадра (например, полученную алгоритмом матирования изображения) и выполняет ее отслеживание по последующим кадрам. Используется формула композиции (в каждом пикселе): C = aF + (1-a )B, где C – цвет изображения, F, B – цвета объекта и фона соответственно, a – коэффициент смешивания (a [0, 1]). Изображение коэффициентов a образует маску объекта.

При последовательном передвижении по кадрам маска деформируется оптическим потоком, который вычисляется путем минимизации функционала энергии, измеряющей соответствие маски изображению (что отличается от простого вычисления оптического потока по кадрам без учета маски). Предлагаются 2 функционала энергии:

основанный на алгоритме [2] (оценивает на сколько маска подходит к изображению, измеряя локальную корреляцию прозрачности и цвета), и, для случая известного фона, на ошибке рекомпозиции объекта на известный фон с учетом его маски.

Для минимизации функционала энергии применяется дискретный метод QPBO с альфа-расширением, обработка ведется иерархически (по размеру изображения).

Эксперименты показали, что данный алгоритм имеет преимущества над существующими аналогами, выдавая более точную маску для прозрачных областей и обеспечивая ее стабильность на соседних кадрах, а также позволяет учитывать известный фон (например, при съемке неподвижной камерой).

Литература 1. Hanson B. Matte Painting: Art in Film Special Effects [PPT] (http://wwwgraphics.stanford.edu/courses/cs99d-00/projects/BrookeHanson-specialfx.ppt) 2. Levin A., Lischinski D., Weiss Y. A Closed Form Solution to Natural Image Matting // Proc. of IEEE CVPR, 2006. P. 61–68.

Построение виртуальных сцен реального мира в системе реконструкции отражательных свойств материалов Синявский Виталий Александрович, Ильин Андрей Алексеевич студент, аспирант Московский государственный университет им. М.В. Ломоносова, Москва, Россия E–mail: vsinyavsky@graphics.cs.msu.ru, ailyin@graphics.cs.msu.ru Основной задачей расширенной реальности [1] является встраивание виртуальных объектов в сцену реального мира. В системе реконструкции отражательных свойств материалов по фотоизображениям [2] виртуальная сцена представляется набором виртуальных камер, источников света и трехмерной моделью исследуемого объекта. Для определения виртуальной сцены требуется по фотографиям исследуемого объекта, некоторому числу входных параметров определить положения и ориентации камер, положения источников света и положение исследуемого объекта в единой системе координат. Данная работа посвящена разработке алгоритмов нахождения данных параметров, обеспечивая возможность получения точных данных при генерации сеточных ДФОС в системе [2].

В cистеме виртуальные сцены классифицируются на два типа: с телесными и плоскими исследуемыми объектами.

В случае исследования телесных объектов подразумевается, что известна их геометрическая информация (mesh). Положения и ориентации камер находятся при помощи стороннего калибровочного пакета, при условии присутствия в реальной сцене калибровочного объекта (рис.1). В рамках данной работы решается задача встраивания виртуального объекта в сцену. Первоначально производится грубое нахождение положения объекта на основе информации о центрах объектов на фото. В дальнейшей более точной подгонке положение и ориентация объекта подгоняется при помощи линейных преобразований, и критерием остановки является полное совпадение объектов на каждой фотографии (рис.2). Сходимость итерационного процесса достигается методом градиентного спуска при помощи минимизации специально разработанного функционала ошибок. В ходе апробации и верификации работы алгоритма на синтетических и реальных данных была получена высокая скорость и точность сходимости (ошибка в 0-2% площади объекта на изображении от идеального совпадения).

Вторым типом исследуемых сцен являются сцены с плоским объектом. В данных сценах калибровочным объектом может выступать исследуемый объект. Задавая внутренние параметры камеры, и решая P4P задачу по четырем соответствиям точек, находим внешние параметры камер. В силу того, что решение этой задачи обладает погрешностью (из-за неточности входных данных), был реализован алгоритм уточнения положений источников света и объекта. Суть его заключается в варьировании положений источников света для выполнения физических законов (угол падения равен углу отражения) в области блика.

Рис.1 Рис.2 Рис.Литература 1. R.Raskar, G.Welch, H.Fuchs “Spatially Augmented Reality” Department of Computer Science, University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, U.S.A.

2. P.Sikachev, A.Ilyin, A.Ignatenko "User-Assisted Acquisition, Processing and Rendering of Materials from Images" Proc. of Graphicon'2007, pp. 131-134, Moscow, Russia, June 2007.

Экспериментальное исследование свойств методов индуктивного формирования знанийСмагин Сергей ВладимировичВедущий инженер-программист Институт автоматики и процессов управления, Владивосток, Россия E-Mail: smagin@iacp.dvo.ru Индуктивное формирование знаний (ИФЗ) лежит в основе многих направлений исследований, таких как машинное обучение, распознавание образов, прогнозирование и т.д., каждое из которых характеризуется собственным подходом к проблеме ИФЗ, собственными постановками задач и методами их решения. На сегодняшний день предложен ряд проблемно-независимых методов ИФЗ, которые решают задачу формирования базы знаний – в том или ином представлении – на основе выборки. При решении прикладных задач возникает необходимость выбора наиболее подходящего метода ИФЗ и формирование обучающей выборки достаточного объема. Такой выбор должен осуществляться исходя из условий и ограничений задачи, а также из известных значений свойств методов ИФЗ.

В рамках данного исследования разработан подход к организации компьютерных экспериментов для изучения свойств методов индуктивного формирования знаний на модельных выборках разного объема. Идея подхода состоит в том, что на основе онтологии предметной области генерируется случайная база знаний. На основе этой базы генерируется случайные выборки данных – обучающие и контрольные. Применяя исследуемый метод к обучающим выборкам, создаются индуктивно формируемые базы знаний, внешнее качество которых может быть оценено на контрольной выборке, а внутреннее – при сравнении их с исходной, случайно сгенерированной базой знаний.

Предложенный подход реализован на примере экспериментального исследования свойств проблемно-ориентированного метода ИФЗ (метода случайной расстановки границ периодов динамики) для онтологии медицинской диагностики. С точки зрения временных затрат метод является очень быстрым и время работы при увеличении объемов обучающих выборок растет почти линейно в достаточно широком диапазоне.

Внешняя оценка метода получилась очень хорошей и к тому же с увеличением объемов обучающих выборок очень устойчивой. Используя только внешнюю оценку, можно сказать, что в этих условиях применения исследованный метод дает очень хорошие результаты. Когда решается задача ИФЗ с полной информацией, внутренняя оценка оказывается очень хорошей. Когда решается задача с неполной информацией, внутренняя оценка оказывается очень плохой. Если рассматривать метод не с точки зрения практического применения, а с точки зрения выяснения того, как на самом деле устроена природа, то этот метод решает задачу плохо. В общем случае проведенное экспериментальное исследование показывает, что хорошие внешние оценки метода ИФЗ могут сочетаться с его плохими внутренними оценками.

Литература 1. Клещев А.С., Смагин С.В. (2008) Организация компьютерных экспериментов по индуктивному формированию знаний // НТИ. Сер. 2. – 2008. – №1. – С. 16-24.

2. Клещев А.С., Смагин С.В. Компьютерный эксперимент по исследованию свойств метода случайной расстановки границ периодов динамики. Владивосток: ИАПУ ДВО РАН, 2009, 44 с. [http://iacp.dvo.ru/is/publications/2009-Kleschev,SmaginExperOne.pdf] Тезисы доклада основаны на материалах исследований, проведенных при финансовой поддержке ДВО РАН в рамках Программы №2 фундаментальных исследований Президиума РАН “Интеллектуальные информационные технологии, математическое моделирование, системный анализ и автоматизация”, проект “Развитие систем управления базами знаний с коллективным доступом”.

Автор выражает признательность профессору, д.ф.-м.н. Клещеву А.С. за помощь в подготовке тезисов.

Применение технологии UniTESK для функционального тестирования инфраструктурного ПО Грид Смолов Сергей Александрович студент Московский Физико-Технический Институт, Москва, Россия ssedai@ispras.ru Грид (англ. grid – решетка, сеть) – это согласованная, открытая и стандартизованная компьютерная среда, которая обеспечивает гибкое, безопасное и скоординированное использование вычислительных ресурсов и данных. Термин “Грид” появился в 1990-х гг. [1] как метафора о такой же легкости доступа к вычислительным ресурсам, как и к электрической сети (англ. power grid). Грид-системы в настоящий момент являются одним из приоритетных направлений в вычислительной технике. Потому первоочередной задачей становится эффективное использование их преимуществ, что неразрывно связано с проблемой переносимости программного обеспечения Гридсистем. Одним из наиболее простых решений этой проблемы является введение стандартов на программные комплексы. Следовательно, соответствие стандарту представляется одним из основных требований, предъявляемых к системе, а потому его выполнение должно быть подтверждено с высокой достоверностью.

Существующие тестовые наборы для Грид-систем [3,4] проверяют исключительно применимость последних в типовых сценариях использования – постановке вычислительной задачи в очередь, выполнении задачи на одном из вычислительных узлов, доставке результатов вычисления клиенту. Проверка совместимости с другими инфраструктурными ПО (ИПО) ими не проводится.

В данной работе рассматривается задача тестирования соответствия реализации стандарту систем управления распределенными ресурсами WSRF 1.2. Данный стандарт был проанализирован и на его основе составлен его каталог требований. На основе полученных данных был разработан тестовый набор с применением технологии тестирования UniTESK (JavaTESK) [2] и проведено тестирование реализации ИПО ГС Globus Toolkit 4.2. Тестирование показало, что данная реализация соответствует стандарту WSRF 1.2, хотя выявило отсутствие выполнения ряда необязательных требований, как семантических, так и синтаксических.

В качестве направления для дальнейшей работы рассматривается разработка тестового набора, проверяющего специфические требования к сервисам ИПО Грид, таким как сервисы передачи больших массивов данных, сервисы создания и управления вычислительными задачами и др.

Список литературы 1. Ian Foster The Grid: Blueprint for a New Computing Infrastructure. — Morgan Kaufmann Publishers. — ISBN 1-55860-475-2. А.В. Баранцев, И.Б. Бурдонов, А.В. Демаков, С.В. Зеленов, А.С. Косачев, В.В.

Кулямин, В.А. Омельченко, Н.В. Пакулин, А.К. Петренко, А.В. Хорошилов. Подход UniTESK к разработке тестов: достижения и перспективы. Труды Института системного программирования РАН, №5, 2004.

3. S. Schulze. Achieving Grid Interoperability: The ETSI Approach. The 20th Open Grid Forum - OGF20/EGEE 2nd User Forum. Manchester, UK. May 7 - 11, 4. E.Slabospitskaya, V.Petukhov, and G.Grosdidier. Glite I/O Storm Testing in EDGLCG Framework. Nuclear Electronics and Computing 2005. Varna, Bulgaria, 12-18 September 2005.

О конструктивной характеризации пороговых функций Соколов Андрей Павлович младший научный сотрудник Московский государственный университет имени М.В.Ломоносова механико-математический факультет, Москва, Россия E-mail: sokolov@intsys.msu.ru Пороговые функции алгебры логики представляют интерес в связи с простотой технической реализации, а также благодаря своим вычислительным возможностям.

Pages:     | 1 |   ...   | 13 | 14 || 16 | 17 |   ...   | 18 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.