Сотрудники научно-образовательной школы «Мозг, когнитивные системы, искусственный интеллект» предложили подход к формальному определению зрительного образа в произвольной визуальной среде. Результаты работы опубликованы в журнале Pattern Recognition and Image Analysis.
Распознавание зрительных образов остается одной из главных задач для интеллектуальных систем. Хотя практических решений много, общей математической теории до сих пор нет. Причина проста: не существует единого мнения о том, что именно считать образом.
В своей работе ученые рассматривают образ как конечный набор изображений, а изображение — как конечный набор точек на плоскости. Это позволяет описать фигуры, полутоновые и цветные картинки через наборы точек и их отношения. Основное внимание уделено двумерным изображениям, но подход можно обобщить и на другие пространства.
Автор предлагает три последовательных приближения к определению. Сначала вводится понятие отдельного образа, где группы изображений не пересекаются по точкам. Затем — полного образа, который объединяет разные наборы примеров одного и того же объекта. И наконец — замкнутого образа, позволяющего выделять признаки и описывать внутреннюю структуру.
Для построения определения используются понятия частей изображения, скелета образа и аффинных преобразований. Это нужно, чтобы изучать форму объекта, а не его случайное положение на плоскости.
Важно не только построить работающий алгоритм, но и понять, что мы называем образом с математической точки зрения. Мы предложили первые приближения к такому определению: от раздельных групп к полным и замкнутым образам.
Результат работы может быть полезен для дальнейшего развития моделей распознавания зрительных образов.
Ранее Наука Mail рассказывала, что OpenAI заявила о решении моделью ИИ одной из семи задач тысячелетия.