Розглянуто завдання автоматичної перевірки легітимності експорту творів живопису. Мета роботи - запропонувати метод автоматичного визначення віку картини з цифрової фотографії за допомогою класифікації, яку виконує інтелектуальна система прийняття рішень. Пропонується використовувати атрибут року створення картини як головний критерій для прийняття рішення під час митної перевірки легітимності експорту. Замість тривалої та дорогої музейної експертизи застосовується фотографування творів живопису в умовах митниці та обробка фото за допомогою набору дескрипторів. До набору дескрипторів пропонується включити локальні бінарні патерни, їх колірну модифікацію, текстурні ознаки Хараліка, перші чотири моменти, текстурні ознаки Тамури, SIFT дескриптор. Дані, отримані внаслідок дії дескрипторів, утворюють значення кількох десятків окремих атрибутів. Вони формують вектори даних, які потім конкатенуються в узагальнений опис вектора-об'єкта. У просторі ознак, створеному таким чином, виконується автоматична класифікація методом зважених k-найближчих сусідів. Пропонований алгоритм розраховує відстань між об'єктами в багатовимірному просторі значень атрибутів, і відносить нові об'єкти до сформованих класів. Критерієм для створення класів є вік картини із існуючої бази даних. Як міру близькості об'єктів пропонується використовувати метрики Евкліда та Мінковського. Розрахунок вагів для алгоритму класифікації запропоновано виконувати методом Фішера. Ефективність запропонованого методу була досліджена під час експериментів із базою зображень, що містить фото картин світових, європейських та українських художників. Знайдено параметри конфігурації алгоритму, що забезпечують високу точність класифікації. Висновки: проведені експерименти показали ефективність вибраних дескрипторів формування векторів-описів зображень картин. Найбільшу точність забезпечує поєднання дескрипторів, яке виявляє суттєві відмінності у структурних властивостях зображень. Такий підхід до опису об'єктів у поєднанні із запропонованим алгоритмом класифікації та обраним головним критерієм забезпечує високу точність отриманих рішень. Напрямок подальших досліджень може включати використання згорткових нейронних мереж для підвищення точності класифікації за умови статичності бази даних.

  Повний текст PDF - 1.727 Mb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"