Оценка сложности алгоритма рекурсивного поиска области изображения

11 / 13

Оценка сложности алгоритма рекурсивного поиска области изображения
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2017. № 2 43
Кивва Кирилл Андреевич — ассистент кафедры «Программное обеспечение ЭВМ и
информационные технологии» МГТУ им. Н.Э. Баумана (Российская Федерация, 105005,
Москва, 2-я Бауманская ул., д. 5).
Рудаков Игорь Владимирович — канд. техн. наук, заведующий кафедрой «Программ-
ное обеспечение ЭВМ и информационные технологии» МГТУ им. Н.Э. Баумана (Рос-
сийская Федерация, 105005, Москва, 2-я Бауманская ул., д. 5).
Просьба ссылаться на эту статью следующим образом:
Кивва К.А., Рудаков И.В. Оценка сложности алгоритма рекурсивного поиска области
изображения // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2017. № 2.
C. 33–45. DOI: 10.18698/0236-3933-2017-2-33-45
RECURSIVE IMAGE PART SEARCH ALGORITHM COMPLEXITY
ESTIMATION
K.A. Kivva
I.V. Rudakov
Bauman Moscow State Technical University, Moscow, Russian Federation
Abstract Keywords
Most common part for many approaches to object localiza-
tion on image is a “sliding window” algorithm, which re-
quires an exhaustive search in a wide range of window posi-
tions and size combinations. It can be assumed that a recur-
sive approach of searching some image parts with a rejection
of most areas at each step of the recursion could be more
efficient in some cases. This article provides a recursive
image part search algorithm description and an estimation of
this algorithm's complexity. It also contains a comparison of
complexity between the recursive algorithm and the “sliding
window” algorithm. According to the results, an efficiency
identifying condition for using the recursive algorithm
instead of the “sliding window” algorithm is provided.
According to the proposed criterion we proved the effective-
ness of using the recursive algorithm in some cases
Image processing, computer vision,
sliding window, object localization
REFERENCES
[1] Shet V. Street View and reCAPTCHA technology just got smarter. Google Security Blog:
website (in Russ.).
Available at:
(accessed 10.01.2017).
[2] Silveira J., Ferreira M.J., Santos C., Martins T. Computer vision techniques applied to the quality
control of ceramic plates. Proc. IEEE Int. Conf. on Industrial Technology. Gippsland, ICIT, 2009.
Available at:
download?doi=10.1.1.973.1308&rep=rep1&type=pdf (accessed 15.01.2017).