Оценка сложности алгоритма рекурсивного поиска области изображения

Приведены описание алгоритма рекурсивного поиска области изображения и оценка его вычислительной сложности, а также сравнение вычислительной сложности данного алгоритма с вычислительной сложностью алгоритма скользящего окна. Предложен критерий определения эффективности использования алгоритма рекурсивного поиска вместо алгоритма скользящего окна. Согласно предложенному критерию, обоснована эффективность использования рекурсивного алгоритма.

Литература

[1] Shet V. Street View and reCAPTCHA technology just got smarter // Google Security Blog: вебсайт. URL: https://security.googleblog.com/2014/04/street-view-and-recaptcha-technology.html (дата обращения: 10.01.2017).

[2] Silveira J., Ferreira M.J., Santos C., Martins Т. Computer vision techniques applied to the quality control of ceramic plates // Proc. IEEE international Conference on Industrial Technology. Gippsland: ICIT, 2009. URL: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.973.1308&rep=rep1&type=pdf (дата обращения: 15.01.2017).

[3] Kuzmanic I., Vujovic I., Soda J. Damage detection in materials based on computer vision wavelet algorithm, advanced structured materials. Heidelberg, Germany: Springer Cham Heidelberg, 2014. P. 157-186.

[4] Obstacle avoidance system for UAVs using computer vision / Blin Richards, John Dayton, Miguel Enriquez, Mathew Gan, James Liu, Jordan Quintana // Cal Poly Pomona Student RSCA Conference. Pomona: California State Polytechnic University, 2014.

[5] Guizzo E. How Google’s self-driving car works // IEEE Spectrum: веб-сайт. URL: http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/how-google-self-driving-car-works (дата обращения: 09.01.2017).

[6] Lepetit V. On computer vision for augmented reality // International Symposium on Ubiquitous Virtual Reality. 2008. P. 13-16. DOI: 10.1109/ISUVR.2008.10 URL: http://ieeexplore.ieee.org/document/4568635

[7] Forsyth D.A., Ponce J. Computer vision: a modern approach. 2nd Edition. Upper Saddle River, New Jersey: Pearson Education, Inc., 2011. 793 с.

[8] Кормен Т.Х., Лейзерсон Ч.И., Ривест Р.Л., Штайн К. Алгоритмы: построение и анализ. М.: Вильямс, 2015. 1328 с.

[9] Быкова В.В. Математические методы анализа рекурсивных алгоритмов // Журнал СФУ. Сер. Математика и физика. 2008. Т. 1. № 3. С. 236-246. URL: http://elib.sfu-kras.ru/bitstream/handle/2311/772/%20%20%20%20%20%20.pdf;jsessionid=743184DA481880B26C8DF7F248CA40CA?sequence=1

[10] Murphy К., Torralba А., Eaton D., Freeman W. Object detection and localization using local and global features // Toward category-level object recognition. Heidelberg, Germany: Springer Berlin Heidelberg, 2006. С. 382-400. DOI: 10.1007/11957959_20 URL: http://link.springer.com/chapter/10.1007/11957959_20

[11] Erhan D., Szegedy С., Toshev А., Anguelov D. Scalable object detection using deep neural networks // IEEE Conference on Computer Vision and Pattern Recognition. 2014. P. 2155-2162. DOI: 10.1109/CVPR.2014.276 URL: http://ieeexplore.ieee.org/document/6909673

[12] Dalal N., Triggs B. Histograms of oriented gradients for human detection // IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05). 2005. Vol. 1. P. 886-893. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05) DOI: 10.1109/CVPR.2005.177 URL: http://ieeexplore.ieee.org/document/1467360

[13] Corvee E. Body parts detection for people tracking using trees of histogram of oriented gradient descriptors // 7th IEEE International Conference on Advanced Video and Signal Based Surveillance. 2010. P. 469-475. DOI: 10.1109/AVSS.2010.51 URL: http://ieeexplore.ieee.org/document/5597093

[14] Paul V., Jones M. Robust real-time face detection // International Journal of Computer Vision. 2004. Vol. 57. No. 2. P. 137-154. DOI: 10.1023/B:VISI.0000013087.49260.fb URL: http://link.springer.com/article/10.1023/B%3AVISI.0000013087.49260.fb

[15] Rokach L., Maimon O. Classification trees, data mining and knowledge discovery handbook. New York: Springer US, 2010. P. 149-151.