Козарь Роман Вячеславович, аспирант кафедры информационных технологий автоматизированных систем
246050, г. Гомель, ул. Крестьянская, д. 35, кв. 12
+375 29 730-13-80
Kozar Raman Viachaslavavich, Postgraduate at the Department of Information Technologies of Automated Systems
246050, Gomel, Krestjanskaya St., 35, Apt. 12
+375 29 730-13-80
врач оториноларинголог-фониатр, заведующая фониатрическим отделением Республиканского научно-практического центра оториноларингологии
г. Минск
Otorhinolaryngologist-phoniatrist, Head of the Phoniatric at the Department of the ENT Center of the Republic of Belarus
Minsk
к. ф.-м. н., доцент, заведующий кафедрой информационных технологий автоматизированных систем
г. Минск
Cand. of Sci., Associate Professor, Head of the Department of Informational Technologies of Automated Systems
Minsk
Представлены результаты анализа существующих методов кластеризации данных, получаемых при эндоскопии гортани. Предложена модификация метода Виолы-Джонса для распознавания изображений с использованием критерия гибкого выхода. Метод Виолы-Джонса исследует все области на изображении и принимает решение о принадлежности распознаваемой области к искомой путем прохождения через классифицированный каскад. Эндоскопические снимки имеют большое количество особенностей, таких как засветка, шумы и другие, которые ухудшают качество распознавания. Для улучшения качества распознавания предложена кластеризация с критерием гибкого выхода, которая удовлетворяет критериям масштабируемости – изменение решения вместо перехода к другой области распознавания. Установлено, что предложенная модификация метода Виолы-Джонса показывает высокие результаты распознавания для эндоскопических снимков.
This paper presents the results of the analysis of existing methods for clustering data obtained during endoscopy of a larynx. A modification of the Viola-Jones method for image recognition using the flexible exit criterion is proposed. The Viola-Jones method explores all areas in the image and decides whether the recognized area belongs to the desired one by passing through a classified cascade. Endoscopic images have a large number of features, such as flare, noise, etc., which degrade the quality of recognition. To improve the quality of recognition, clustering with a flexible exit criterion was proposed, which satisfies the scalability criteria: changing the decision of the solution, instead of moving to another recognition area. It has been established that the proposed modification of the Viola-Jones method shows higher recognition results for endoscopic images.
The authors declare that there are no conflicts of interest present.