65a249008ca8f5a2af58c58cb0b84ab9.ppt
- Количество слайдов: 11
Индексный подход и его применение к проблеме слежения за движущимися объекатми Сергийчук Михаил Домунян Андрей ИПУ РАН
Задача эталонного поиска
Алгоритм нейронного кортекса 23 98 32 Номера запомненных шаблонов 46 45 25 28 37 18 53 42 47 15 Рассматриваемый объект 34 27 Mary had a little lamb 66 85 28 24 45 28 28 23 84 23 57 95 mary sara litle big lamb sheep Признаки 42
Экономия вычислений • Z – динамический диапазон изменения признака (например, количество разных слов) • Можно показать что экономия вычислений (за счет того что мы просматриваем не всю базу данных) пропорциональна Z(в случае если распределение числа запомненных эталонов по значениям признаков равномерно)
Пример используемых данных
Используемые признаки • Используемые признаки – вертикальные и горизонтальные проекции
Результаты Полученный выигрыш в вычислениях по сравнению с Full Search составляет 210 раз. Возможно использование динамического диапазона 2563, 2564… динамический диапазон Экономия времени по сравнению с Full Search реальный динамический диапазон 256 65536 2, 6 210, 2 72, 3 5547, 8
Спасибо за внимание • sergiuchuckmisha@gmail. com • inventor@pisem. net
• Если Х – общее количество запомненных эталонов, Y – число признаков в каждом шаблоне а Z – динамический диапазон изменения признака то каждое выписанное множество будет содержать в среднем X/Z имен шаблонов, а всего таких множеств выписано Y. Таким образом, задача сводится к выписыванию подряд X*Y/Z имен шаблонов и определению наиболее часто встречающегося имени. Таким образом время выполнения одной операции не сильно отличается при индексном подходе и методе полного перебора, а количество операций сокращается в Z раз.
Активные области мозга при рассматривании приведенных картинок
• Слева показан традиционный способ хранения данных RAM • Справа показан способ хранения данных Pattern Access Memory
65a249008ca8f5a2af58c58cb0b84ab9.ppt