WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 18 |

Съемка для данного исследования производилась трёхмерным сканером компании «Artec Group» [1]; полученные трёхмерные модели лица заданы в виде облаков точек.

Для сравнения двух снимков из видеоряда предлагается подход, заключающийся в определении статичной (верхней) части лица методом подгонки и описании движения Статичная часть динамической (нижней) части лица относительно верхней. В первоначальной модели S и в каждой модели Di выделяются статичная и подвижная Динамическая часть части (см. Рис.1). Идея подхода заключается в построении преобразований (движений) модели Рис. 1. Разделение модели лица Di, при которых наилучшим образом совпадают на две части по отдельности статичная и динамическая части лица. Подгонка двух поверхностей производится методом, предложенным в [2], и состоит в нахождении такого движения, при котором мера различия между поверхностями, описывающими лица, минимальна.

Для верхней и нижней частей лица строятся собственные местные системы декартовых координат. Для модели S верхняя и нижняя системы координат совпадают, а для моделей Di они различаются. Задача состоит в регистрации этих различий.

Преобразование нижней системы координат в верхнюю для каждого кадра Di и описывает динамику движения нижней челюсти. Формальное описание движения представляется в виде матриц преобразования нижних координат в верхние. Результат может быть визуализирован в виде анимации, показывающей движение базисных векторов нижней системы координат при фиксированном положении базисных векторов верхней системы.

Предложенный метод позволяет сегментировать трёхмерную модель на статичную и динамическую части и описывать динамику движения этих частей относительно друг друга.

Литература 1. www.artec-group.com (Artec Group – технологии 3D сканирования).

2. Дышкант Н.Ф., Местецкий Л.М. «Сравнение однолистных поверхностей полученных при 3D сканировании» // Proceedings of 18th International Conference on Computer Graphics and Vision «GraphiCon'2008», 2008, С.270-277.

Работа поддержана грантами РФФИ (проекты 08-01-00670-а, 08-07-00305-а).

Использование мультифрактальных показателей при оценивании параметров гауссовского и мультипликативного шума на изображениях Емец Юрий ВладимировичАспирант Одесский национальный политехнический университет, кафедра прикладной математики и информационных технологий в бизнесе, Одесса, Украина E-mail: emetsuv@rambler.ru Для подавления гауссовского и мультипликативного шума существуют особые методы предварительной обработки изображений. Неточная оценка помеховой ситуации или параметров шума могут привести к некачественной предварительной обработке.

Недооценка уровня мультипликативной помехи вызывает большие разрывы контуров объектов изображений при решении задачи контурной сегментации. Это, в свою очередь, влияет на ошибку распознавания этих объектов. Завышенная оценка уровня аддитивной гауссовской помехи ведет к размыванию контуров объектов, что также отражается на ошибке распознавания. Поэтому актуальной является проблема оценка параметра гауссовского и мультипликативного шума на изображениях.

Целью данной работы являлось снижение погрешности оценивания отношения сигнал/шум для гауссовского и мультипликативного шума путем использования мультифрактальных показателей.

Приведены определения структурной функции и сингулярной меры, которые позволяют вычислять мультифрактальные показатели Н1 и С1 для одномерных данных.

Для обработки изображений, представленных матрицами дискретных отсчетов интенсивности в [1] введены показатели Н1, С1 по направлениям x, y: Нх, Сх, Ну, Су, Нхy, Cхy соответственно. Также в [1] получены графики зависимостей значений мультифрактальных показателей от отношения сигнал/шум Q для гауссовского и мультипликативного шума.

В данной работе на основе этих зависимостей осуществлялось оценивание параметра гауссовского и мультипликативного шума. Получены уравнения регрессии, описывающие зависимость отношения сигнал/шум для гауссовского и мультипликативного шума Q от значений показателей Hx, Hy, Hxy, Cx, Cxy. В качестве регрессионной зависимости выбрана полиномиальная. Оценены коэффициенты полинома регрессии методом наименьших квадратов, который используется для приближения функций, заданных числовым массивом. Качество уравнений регрессии отношения сигнал/шум для гауссовского и мультипликативного шума на значения Hx, Hy, Hxy, Cx, Cxy определялось с помощью коэффициента детерминации.

Из шести исследованных зависимостей выбрана та, для которой коэффициент детерминации максимален. В нашем случае – это зависимость Q от Cxy, которая апроксимируется полиномом 8-й степени:

2 3 Q = a0 + a1Cxy + a2Cxy + a3Cxy +... + a8Cxy, (1) где a0, a1, …, a8 – коэффициенты полинома регрессии.

С учетом этой формулы метод оценивания отношения сигнал/шум Q для гауссовского и мультипликативного шума формулировался следующим образом: для исходного изображения необходимо оценить Cxy; с использованием формулы (1) вычислить отношение шума сигнал/шум для гауссовского и мультипликативного шума.

Литература 1. Полякова М.В., Крылов В.Н. Мультифрактальный метод автоматизированного распознавания помех на изображении // Автоматика.

Автоматизация. Электротехнические комплексы и системы. Межвузовский Автор выражает признательность профессору, д.т.н. Крылову В.Н. и к.т.н.. Поляковой М.В. за помощь в подготовке тезисов.

журнал. – Херсон, 2006. - № 1 (17). – С. 60 - 69.

Эффективная работа с данными при решении задач коллаборативной фильтрации.

Заборовский Никита Владимирович Студент Московский физико-технический институт (государственный университет) e-mail: turnik@mail.ru С начала 90-х годов создаются рекомендательные системы для решения задач коллаборативной фильтрации (collaborative filtering), позволяющие делать автоматические прогнозы интересов конкретного пользователя относительно его оценок интересов других пользователей. Большое применение такие системы нашли в интернетмагазинах (Amazon, Ozon), системе проката фильмов Netflix. Использование такой системы для музыкальных и видео сайтов сильно повышает их привлекательность с точки зрения конечного пользователя.

При реализации методов решения задач коллаборативной фильтрации, возникает необходимость работать с очень большим количеством данных. Чтобы понять масштабы задачи, можно рассмотреть, к примеру, такие проекты как livejournal или ВКонтакте. В каждом из этих проектов число пользователей может быть оценено несколькими десятками миллионов, число интересов – порядка миллиона. Если составить матрицы пользователи – интересы или пользователи – пользователи, получится, что эти матрицы - сильно разрежены (sparsed): из миллиона интересов пользователь отмечает в среднем тридцать.

Для того чтобы обеспечить возможность работы с несколькими матрицами такого размера даже с учётом способов, обеспечивающих компактное хранение данных в разреженных матрицах, необходима реализация менеджера памяти. К менеджеру памяти (далее МП) предъявляются требования:

1. Функциональность МП может быть использована для полного замещения стандартного функционала работы с памятью в ОС Windows.

2. Реализация МП должна предусматривать масштабируемость и различные политики работы с виртуальной памятью и с диском.

3. Код МП не должен быть тяжеловесным, должен быть простым и эффективным в смысле производительности.

4. МП должен позволять оперировать объёмами данных, превышающими объём виртуальной памяти, выделенной на процесс (для этого должны быть введены виртуальные указатели и своппинг).

5. Архитектура компонента МП должна предусматривать наиболее простой переход от указателей в уже реализованной библиотеке работы с разреженными матрицами к виртуальным указателям МП, используя подход объектно-ориентированного программирования.

6. В будущем возможно написание специальных драйверов для более эффективной работы с памятью и диском.

Литература 1. Стивен Дьюхерст. C++ Священные знания. СПб.: Символ-Плюс, 2. Альфред В.Ахо, Джон Э. Хопкрофт, Джеффри Д. Ульман. Структуры данных и алгоритмы. Издательский дом "Вильямс" Москва 3. Руссинович М., Соломон Д. Внутреннее устройство Microsoft Windows: Windows Server 2003, Windows XP и Windows 2000. Мастер-класс. М.: “Русская редакция”.

Семейство разностных схем с дискретными прозрачными граничными условиями для уравнения Шрёдингера на полуоси Злотник Илья Александрович Студент Московский энергетический институт, Москва, Россия E–mail: ilya.zlotnik@gmail.com Рассматривается начально–краевая задача для обобщенного уравнения Шрёдингера на полуоси ¶y h2 ¶ ¶y ihr = - B + Vy при x > 0, t > 0, ¶t 2 ¶x ¶x y = 0,y (x,t) ® 0 при x ® для всех t > 0, x=y =y (x) при x > 0.

t =с искомой комплекснозначной функцией y =y (x,t). Здесь i – мнимая единица, h > 0 – постоянная, коэффициенты r, B,V вещественны и зависят от x, причем r и B строго положительны. Предполагается также, что при x X коэффициенты постоянны, а начальная функция y равна 0 (для некоторого X0 > 0 ).

Для численного решения этой задачи строится семейство двухслойных симметричных разностных схем с трехточечным усреднением по пространству, зависящим от параметра q ; оно включает ряд известных схем. Для семейства схем ставится абстрактное приближенное прозрачное граничное условие (ПГУ). В связи с данной проблематикой см. обзор [1]. Предлагается способ такого сочетания схем с абстрактным приближенным ПГУ, который позволяет достаточно просто анализировать их устойчивость, а для дискретного ПГУ приводит к вычислительно устойчивой форме записи.

Доказываются две равномерные по времени оценки, выражающие устойчивость решения в весовой сеточной норме L2 и в энергетической норме по отношению к начальным данным и свободным членам в уравнении и приближенном ПГУ, при соответствующих условиях на оператор приближенного ПГУ.

Для всех схем семейства выводится дискретное ПГУ и доказывается выполнение для его оператора условий устойчивости (при определенном условии на q ). Предлагается и анализируется вычислительно устойчивая форма записи дискретного ПГУ.

Семейство разностных схем с дискретным ПГУ программно реализовано в среде MATLAB. Выполнены серии численных экспериментов, демонстрирующих как устойчивость вычислений, так и полное отсутствие отражений от искусственной границы.

Подробно результаты представлены в [2,3]. Работа выполнена при частичной финансовой поддержке РФФИ, проект 08-01-90009-Бел.

Литература 1. X. Antoine, A. Arnold, C. Besse, M. Ehrhardt, A. Schdle. A review of transparent and artificial boundary conditions techniques for linear and nonlinear Schrdinger equations // Commun. Comp. Phys. 2008. V. 4. № 4. P. 729–796.

2. А.А. Злотник, И.А. Злотник. Об устойчивости семейства разностных схем с приближенными прозрачными граничными условиями для уравнения Шрёдингера на полуоси // Вестн. МЭИ. 2008. № 6.

3. B. Ducomet, A. Zlotnik, I. Zlotnik. On a family of finite–difference schemes with discrete transparent boundary conditions for a generalized Schrdinger equation // Kinetic and Related Models. 2009. V. 2. № 1. P. 151–179.

Моделирование работы систем резервного копирования данныхКазаков Виталий ГайясовичАспирант Мордовский Государственный Университет имени Н.П. Огарева, факультет электронной техники, Саранск, Россия E-mail: vitalykg@gmail.com Повышение эффективности процессов резервного копирования и восстановления путем разработки новых схем, а также создание методов прогнозирования основных характеристик данных процессов, ведут к необходимости разработки методов математического и компьютерного моделирования работы систем резервного копирования.

Основная идея разрабатываемого метода моделирования заключается в рассмотрении резервного копирования как последовательности элементарных копий, производимых в процессе резервирования. Каждая элементарная копия, несет информацию об изменении между двумя состояниями данных для резервирования.

Элементарным копиям присваиваются сигнатуры, однозначно идентифицирующие периоды изменений. Выбор формата записи сигнатур определяется удобством записи схем резервного копирования в общем виде, удобством введения операции объединения элементов.

Работу схем резервного копирования удобно представлять в виде ориентированных мультиграфов. Понятие пути восстановления в такой интерпретации становиться наглядным и совпадает с понятием пути в орграфах. При работе сложных алгоритмов создания резервных копий, появляется потребность в нахождении оптимального пути восстановления. Согласно проведенным исследованиям гибридный алгоритм [1] в составе с алгоритмом Йена вполне подходит для данной задачи.

Используя записи алгоритмов в общем виде [2] можно составить совокупность хранимых элементов на каждый момент времени. Поставив в соответствие каждому элементу репозитория число, обозначающее его объем, и просуммировав их все, мы получим оценку места, требуемого для хранения резервных копий, необходимого для работы рассматриваемой схемы резервного копирования. Для этого нужно иметь информацию о характере роста и изменения данных для резервного копирования, полученную, к примеру, на основе имеющейся статистике работы системы.

Для компьютерного моделирования была разработана программная система резервного копирования, средствами которой возможно проведение тестирования разных аспектов работы процессов резервирования и восстановления, как на моделируемых данных, так и на реальных. В системе реализован ряд схем резервного копирования, среди которых: полное; инкрементное; дифференциальное;

мультиуровневое; схема А.М. Костелло et al.; Z scheme и др. В систему внедрены инструмент аналитического прогнозирования, механизм отыскания оптимальных путей восстановления. Средствами системы была проведена серия экспериментов, показавшая работоспособность предложенного подхода.

Литература 1. Pascoal M.M.B. (2006) Implementations and empirical comparison for K shortest loopless path algorithms // The Ninth DIMACS Implementation Challenge: The Shortest Path Problem.

2. Казаков В.Г., Федосин С.А. Метод моделирования алгоритмов резервного копирования для получения оценок объема репозитория.// Инфокоммуникационные технологии, Т.3, 2008. С.126-132.

Работа поддержана Фондом содействия развитию малых форм предприятий в научно-технической сфере в рамках программы «УМНИК» (№08-2-8446); работа также поддержана в рамках «Аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы» (№ 2.1.2/2485).

Автор выражает признательность профессору, к.т.н. Федосину С.А. за помощь в оформлении тезисов.

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 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.