Участник:Khar
Материал из MachineLearning.
Харинов Михаил Вячеславович
ктн, доц., c.н.с. Санкт-Петербургского ин-та информатики и автоматизации РАН (СПИИРАН).
Содержание |
Тема: ОПТИМАЛЬНАЯ КЛАСТЕРИЗАЦИЯ
Харинов М.В. Hierarchical pixel clustering for image segmentation, arXiv preprint, http://arxiv.org/abs/1401.5891
Комментарий: в статье предлагается метод оптимизированной иерархической сегментации изображения посредством кластеризации пикселей.
Харинов М.В. Image segmentation by optimal and hierarchical piecewise constant approximations, arXiv preprint, http://arxiv.org/abs/1306.2159
Комментарий: в статье задается вопрос, - нельзя ли оптимальные приближения изображения аппроксимировать иерархическими? Ответ положительный.
1) Харинов М.В. Обобщение трех подходов к оптимальной сегментации цифрового изображения // Труды СПИИРАН. 2013. Вып. 2(25). С. 294–316.
Комментарий: Первая статья без картинок с подробным описанием формул в порядке их получения без громоздких выкладок. Экспериментальные результаты по оптимизации разбиений изображения на связные сегменты - во второй статье.
Харинов М.В. Reclassification formula that provides to surpass K–means method, arXiv preprint, http://arxiv.org/ftp/arxiv/papers/1209/1209.6204.pdf
Комментарий: статья про элементарную формулу, которую, на наш взгляд, полезно иметь в виду при кластер-анализе.
Тема: СТРУКТУРА ДАННЫХ ДЛЯ МУЛЬТИ-СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ
Харинов М.В. Разработка динамических структур данных системы автоматизированного распознавания изображений: Автореф. Дис. канд. технич. наук: 05-13-16 — С.П. 1993. — 20 с.
Харинов М.В. Разработка динамических структур данных системы автоматизированного распознавания изображений: Дис. канд. технич. наук: 05-13-16 — С.П. 1993. — 178 с.
Комментарий: диссертация о том, как работать с многочисленными разбиениями, когда изображение не помещается в оперативной памяти. Расчеты выполнялись в терминах динамических деревьев Слэйтора-Тарьяна и редуцируемой "таблицы связности". В современной нотации динамические деревья Слейтора-Тарьяна обозначаются также терминами "Disjoint sets", "Persistent data structures" и "Splay tree".
Тема: ПСЕВДОТРОИЧНАЯ СИСТЕМА СЧИСЛЕНИЯ
Харинов М.В. Недвоичная логика запоминания информации в изображении // 50 лет модулярной арифметике / Матер. межд. конф. 2005. — 8 с.
Харинов М.В. Псевдотроичная система счисления и анализ изображений // Труды СПИИРАН / Под ред. Р. М. Юсупова, Вып. 1, т. 2. – СПб, СПИИРАН 2002. – С. 269-275.
Комментарий: о системе экономичного кодирования иерархии разбиений значениями пикселей некоторого матричного представления изображения.
Тема: МОДЕЛЬ СИГНАЛА С ЦИФРОВОЙ ПАМЯТЬЮ
1) Харинов М.В. Information quantity in a pixel of digital image, arXiv preprint, http://arxiv.org/abs/1401.7517
2) Харинов М.В. Hierarchical pixel clustering for image segmentation, arXiv preprint, http://arxiv.org/abs/1401.5891
Комментарий: первая статья — о целочисленном количестве информации в пикселе изображения, которое определяется для квазиоптимальной иерархии кластеров пикселей, вторая статья — о построении квазиоптимальной иерархии.
Харинов М.В., Заболотский В.П. Стеганографическая защита документов на основе модели запоминания информации изображения // Информация и связь / №1, 2010. — М., — С. 77-81.(см. также статьи М.В.Харинова в выпусках 1(2), 2(1), 3(2), 4 и 7 Трудов СПИИРАН)
Комментарий: статья про информацию, которую можно записать в сигнал и потом извлечь из сигнала, обладающего определенной емкостью собственной памяти. Доступная емкость памяти сигнала позволяет оценить в битах количество информации, которую можно записать в сигнал. Соответствующая целочисленная оценка количества информации получается в предположении, что при приеме известен только алгоритм записи сообщения в сигнал. Ни исходный сигнал, ни встроенное сообщение заранее не известны. Основной результат состоит в том, что полученная оценка совпадает с классическими. Важно, что количество информации при этом оценивается вне связи со сжатием данных.
Тема: ПЕРЕСТАНОВОЧНАЯ СИММЕТРИЯ
Харинов М.В. Перестановочная и скрытая симметрия на примере изоморфных матриц Адамара. Приложения в области искусственного интеллекта // Средства математического моделирования / Труды Второй межд. конф. — С.-П.: изд-во СПбГТУ, 1999. T.5 — С 247-254.
Комментарий: статья о том, как изобрести игры типа тех, что предложены в патенте СССР № 1799274.
МОНОГРАФИИ
Kharinov M.V. Proved Image Segmentation, Chapter 10 in book: Image Processing: Methods, Applications and Challenges /Ed. Vítor Hugo Carvalho, New York: Nova Science Publishers, Inc., 2012.—pp.207-227.(ISBN: 978-1-62081-844-2).
Комментарий: сводка результатов по оптимальной сегментации цифрового изображения по состоянию на 2011 г.
Харинов М.В. Запоминание и адаптивная обработка информации цифровых изображений / Под ред. Р.М. Юсупова. — СПб.: Изд-во С.Петерб. ун-та, 2006. — 138 с. (ISBN: 5-288-04209-8, монография по проекту РФФИ 06-07-95007).
Комментарий: первая глава - про псевдотроичную систему счисления, следующие три главы - про стеганографическое встраивание в изображение произвольных сообщений, пятая глава - про распознавание объектов в терминах динамических деревьев.
ПАТЕНТЫ
Харинов М.В. Цветовая логическая игра-головоломка "Дальторадуга", патент СССР № 1799274, 1991. Комментарий: речь идет о серии развивающих игр, в том числе — электронной игре с перестановочной симметрией.
Харинов М.В. Двухкомпонентное встраивание сообщений в изображение, совместный патент РФ от СПИИРАН–«Самсунг Электроникс Ко., Лтд.» № 2331085, опубл. 10.08.2008 в офиц. Бюлл. Пат. ведомства РФ № 22. — 31 с.
Харинов М.В. Адаптивное встраивание водяных знаков по нескольким каналам, совм. патент РФ от СПИИРАН–«Самсунг Электроникс Ко., Лтд.» № 2329522, опубл. 20.07.2008 в офиц. Бюлл. Пат. ведомства РФ № 20. — 41 с.
Redkov V., Tikotski A., Luciv V., Potapov A., Averkin A., Kharinov M. Mobile robot and the method of location recognization, заявка KR2012-0124909 от 06 ноября 2012 г. на корейский патент от компании LG.
Комментарий: заявка объединяет несколько решений. Решение, разработанное с участием автора, называется "Fast Adaptive Binary-wise Hierarchical Segmentation Method for Detection of Linear Objects".
