3.6.9.5. Описание логики.

В начале процедуры определяется последний элемент области «V» памяти системы распознавания, записанный на предыдущих кадрах.

Затем в цикле по «UkasV» от начала области «V» памяти системы распознавания до последней выборки в этой области, сформированной на предыдущих кадрах, анализируются выборки из этой области памяти. В начале анализа каждой выборки из области «V» памяти системы распознавания определяется параметр «S», начиная с которого осматриваются ячейки поля наблюдения соседние к предыдущему элементу траектории данной выборки, в которые возможно перемещение объекта. Для краткости ячейка, в которой расположен предыдущий элемент траектории, называется «данной». Цифровая модель разработана так, что данные ячейки, расположенные по границе поля наблюдения, в эксперименте не участвуют, описание этого эффекта приводится ниже.

Принцип определения номера «S» приведен в пункте «3.6.12. Процедура определения массива направлений». В дополнение к этому следует отметь, что в данной цифровой модели учитываются два возможных направления траектории объекта: либо направление траектории объекта в текущем кадре зависит от своего прежнего направления, либо оно может быть совершено случайным. В последнем случае нет необходимости использовать для распознавания направление предыдущего участка траектории выборки и этот признак не запоминается, что отмечается присвоением направлению текущей выборки значения (-5). При этом анализируются все восемь пар переходов (К=8) из данной в соседние к ней ячейки, начиная с первой. Если же принято, что возможное направление очередного перехода объекта хоть и является случайным, но зависит от направления предыдущего перехода таким образом, что не допускается поворота траектории в обратную сторону. То в этом случае анализируются только пять допустимых переходов (К=5) из данной ячейки. Для анализа возможных направлений при этом требуется среди признаков выборки иметь направление одного предыдущего перехода в рассматриваемую ячейку. Это направление (один из признаков данной выборки) сохраняется и учитывается в значение «Vect» данной выборки в виде номера ячейки, с которой она оказалась при последнем переходе из предыдущей ячейки. Обход данной ячейки против часовой стрелки при переборе пяти соседних ячеек, в которые возможен очередной переход подвижной точки, начинается со второй ячейки. При счете в порядке обратном от принятого, относительно той соседней ячейки, которая расположена на направлении, совпадающим с прежним. Например, если прежнее направление равнялось 4, то ячейка, лежащая на совпадающем с ним направлении, является тоже четвертой. Перебор возможных пяти направлений начнется с ячейки с номером S = 2 и окончится номером S = 6. Если же прежнее направление равнялось 1, то перебор начнется с ячейки с номером S = 7 и окончится S = 3. Так определяется номер «S» соседней ячейки, с которой начинается обход предыдущего элемента траектории данной выборки с целью выявления возможных перемещений подвижной точки.

Далее вычисляется отношение правдоподобия «LevelOldScreen» данной выборки и определяется число К тех ближайших ячеек, в которые возможны перемещения объекта из последнего элемента ее траектории.

Далее в цикле по «I» от 1 до К по всем возможным направлениям траектории с учетом новой информации от очередного кадра по данной выборке принимается решение и формируются новые выборки.

В начале очередного прохода этого цикла определяются дискретные координаты «X» è «Y» ячеек, в которые возможно перемещение объекта. Если возможное направление выходит за пределы поля наблюдения, то такое направление не отслеживается и осуществляется переход на конец цикла, где формируется другое направление «S» для очередного участка траектории данной выборки. Если же возможное направление лежит в пределах поля наблюдения. то анализируется приращение яркости сигнала того рецептора, в место расположения которого возможно продолжение траектории. Если это приращение равно 0, то такое направление так же не отслеживается далее и при переходе на конец цикла осуществляется формирование другого возможного направления «S» для очередного участка траектории данной выборки. Если же приращение яркости сигнала не равно 0, то вычисляется отношение правдоподобия «LevelRealScreen» с учетом приращения яркости в рецепторе.

Далее, в соответствии с алгоритмом распознавания по данной выборке признаков принимается решение о наличии объекта или помехи. Причем если решение принимается по Д - алгоритму, то возможны следующие исходы:

1. Приращение яркости сигнала в рецепторе не превышает порогового значения «VolumeBrightness». В этом случае данная выборка идентифицируется как помеха, увеличивается на единицу общее число выявленных помех «QuanFindPom», увеличивается суммарная длина виртуальных траекторий распознанных помех «SumLenthPom», и переходом на конец цикла формируется другое возможное направление «S» для очередного участка траектории данной выборки.

2. Приращение сигнала в рецепторе больше порогового значения, но длина траектории данной выборки меньше размера «SizeWay» выборки для принятия решения о распознавании объекта. В этом случае формируется новая выборка признаков (время хранения, дискретные координаты очередного элемента траектории, его направление, длина траектории, накопленные яркость и скорость) которая записывается в область «V» памяти системы распознавания.

3. если приращение яркости в рецепторе, расположенном на очередном возможном направлении траектории больше порогового и длина траектории выборки равна размеру выборки для распознавания объекта «SizeWay», то данная выборка идентифицируется как объект. При этом увеличивается на единицу общее число распознанных объектов «QuantFindObj», увеличивается на длину траектории данной выборки суммарная длина траекторий опознанных объектов «SumLenthObj» и переходом на конец цикла формируется другое возможное направление «S» для очередного участка траектории данной выборки.

Усли же решение принимается не по Д - алгоритму (а по В, ВУ, К ил КУ - алгоритму, то есть SizeWay ¹ SizeWayMax), то в зависимости от того, являются ли эти процедуры усеченными (AlgSmall = true) èëè íåò (AlgSmall = false), возможны следующие исходы:

1. В соответствии с усеченной процедурой (ВУ или КУ - алгоритм) и при равенстве длины траектории выборки максимальному размеру выборки для принятия решения «SizeWayMax» è ïðè:

   1. положительном значении отношения правдоподобия «LevelRealScreen» принимается решение о распознавании объекта. При этом, как было указано выше, вычисляются новые значения переменных «QuantFindObj» è «SumLenthObj» и осуществляется переход на конец цикла для анализа другого возможного направления «S» очередного участка траектории данной выборки.

   2. отрицательном значении отношения правдоподобия данная выборка идентифицируется как помеха и так же осуществляется переход на конец цикла.

   3. при нулевом значении отношения правдоподобия формируются и записываются в область «V» памяти системы распознавания данные о новой выборке.

2. Если же идентификация выборки выполняется не по усеченной процедуре (В или К - алгоритм), либо по усеченной, но длина траектории выборки меньше максимального размера выборки для принятия решения, то идентификация таких выборок осуществляется путем сравнения отношения правдоподобия «LevelRealScreen» с верхним «LevelHigh» и нижним «LevelLow» порогами отношения правдоподобия. При этом, в случае если:

   1. LevelRealScreen > LevelLow, то принимается решение о наличии объекта.

   2. LevelRealScreen< LevelLow, то выборка идентифицируется как помеха.

   3. Åñëè LevelRealScreen не выходит за указанные пороги, то решение откладывается до замера признаков на следующем кадре и формируется новая выборка признаков и запоминается в области «V» памяти системы распознавания. При этом, признаки «накопленная яркость» и «накопленная скорость» накапливаются соответственно на величину:

K1 * ( 2 * ArraySubBrightness [X, Y] - WaitingBrightness );

K13 * ( 1 / t - V_Waiting )²,

ãäå t - время хранения анализируемой выборки признаков.

В конце цикла, как уже указывалось выше, формируется другое возможное направление «S» для очередного участка траектории данной выборки.

После анализа всех возможных направлений данная выборка старится на 1, и если время хранения ее в памяти системы не превышает значения максимального времени хранения MemoryTime», то она сохраняется в памяти системы для дальнейшего анализа в последующие моменты времени. В противном случае данная выборка освобождает занятую часть памяти системы распознавания.

Далее указатель «UkazV» настраивается на адрес следующей выборки из области «V» памяти системы распознавания и осуществляется анализ новой выборки. Если указатель стоит на последней выборке, записанной на предыдущих кадрах (UkazV = MemVEnd), то ему присваивается значение «NIL», по которому осуществляется выход из данного цикла

Следующий блок предназначен в процедуре для выделения и запоминания в памяти системы распознавания выборок признаков, характеризующих начало возможных траекторий объектов.

При этом, если распознавание осуществляется по В или ВУ - алгоритму (SizeWay = 0), то на очередном кадре в циклах по X è Y соответственно от «GranMinX» äî «GranMaxX» è îò «GranMinY» äî «GranMaxY» осуществляется анализ всех рецепторов внутреннего поля сетчатки и запоминание выборок признаков в момент начала формирования траектории. При этом, если приращение сигнала в рецепторе больше 0 и память не переполнена, то запоминаются значения следующих признаков:

• время хранения (1);

• дискретные координаты первого элемента траектории (X è Y);

• направление первого участка траектории (-5), указывающего на то, что далее возможно продолжение траектории через любую из восьми ячеек поля наблюдения, окружающих данную.

• длина траектории (1).

• накопленная яркость: K1 * (2 * ArraySubBrightness[X, Y] - WaitingBrightness).

• накопленная скорость (0, так как ее не возможно определить по одному отсчету местоположения.

Пограничные рецепторы внутреннего поля задаются в данной цифровой модели расположенными от края поля наблюдения на расстоянии не меньше, чем необходимое для распознавания объекта максимальное число ячеек, пересекаемых его траекторией. Например, при распознавании по Д - алгоритму соотношение размеров модели сетчатки и границ ее внутреннего поля должно быть следующим:

• (LenthX - GranMaxX) ³ SizeWay;

• GranMinX ³ SizeWay;

• (LenthY - GranMaxY) ³ SizeWay;

• GranMinY ³ SizeWay.

Отслеживание траекторий, появляющихся только в рамках внутреннего поля, позволяет искусственно исключить явление, называемое далее «краевым эффектом». Этот эффект сопровождается поглощением траектории краем поля наблюдения ранее, чем объект в принципе может быть распознан алгоритмом. Таким образом, устранение краевого эффекта позволяет, когда это необходимо для эксперимента, исключить из рассмотрения ошибки типа «потеря объекта», возникающие по вине алгоритма.

Если распознавание подвижного точечного объекта осуществляется не по В и ВУ - алгоритмам (а по Д, К или КУ - алгоритму, то есть SizeWay ¹ 0), то выборки признаков, характеризующие начальные участки возможных траекторий, размещаются в области «D» памяти системы распознавания.

В начале этого блока переменная «UkazD» принимает значение начала области «D» памяти системы. Далее, в цикле, пока «UkazD» не дойдет до конца данной области памяти, после восприятия очередного кадра по Д, К или КУ - алгоритму распознавания анализируются выборки, хранящиеся в области «D» памяти системы распознавания.

Во внутреннем цикле по «S» от 1 до 8 в соответствии с Д, К или КУ - алгоритмом, проверяется гипотеза о наличии элементарных перемещений объекта из данной ячейки поля наблюдения в окружающие ее восемь соседних.

На очередном проходе цикла по «S» выполняются следующие операции. С помощью массива направлений вычисляются дискретные координаты X è Y соседней ячейки, в которую возможно перемещение объекта. Если эти координаты превышают размер поля наблюдения, то осуществляется переход на конец данного цикла для анализа следующей соседней ячейки.

Если же дискретные координаты анализируемой ячейки не выходят за границы поля наблюдения, то приращение яркости в рецепторе с координатами X è Y сравнивается с пороговой величиной «VolumeBrightness». При этом если приращение яркости в рецепторе. не больше порогового значения, то данный сигнал идентифицируется как помеха (если приращение яркости ненулевое) и осуществляется переход на конец цикла.

В противном случае (приращение яркости в рецепторе больше порогового значения) при наличии свободного места в области «V» формируется новая выборка признаков, которая размещается уже далее в области «V» памяти системы распознавания. Причем длина траектории такой выборки считается равной единице если работает К или КУ - алгоритм, или двум если работает Д- алгоритм. Направление первого участка траектории принимается равным (-5), что отмечает возможность продолжения траектории через любую из восьми ячеек поля наблюдения, окружающих данную. Накопленная скорость принимается равной 0.

В конце цикла после анализа всех направлений из данной ячейки выборка стареет на единицу и если ее время хранения превышает величину «MemoryTime», то она удаляется из области «D» памяти системы распознавания. На этом завершается анализ данной выборки и указатель «UkazD» принимает значение адреса следующей анализируемой выборки. Цикл завершится, когда указатель примет значение «NIL». В результате работы этого цикла проверяются гипотезы о наличии элементарного перемещения объекта из другой ячейки внутреннего поля сетчатки в соседние с ней.

Далее в процедуре организован двойной цикл по X è Y соответственно от GranMinX äî GranMaxX è îò GrzmMinY äî GranMaxY, в которых в соответствии с Д, К и КУ - алгоритмами на каждом очередном кадре анализируются ячейки внутреннего поля сетчатки с целью выделения П - точек и запоминания выборок признаков возможных траекторий в момент начала их формирования. В отличии от аналогичного цикла, описанного для В и ВУ - алгоритмов, здесь приращение сигнала в рецепторе сравнивается с пороговой величиной «VolumeBrightness» и в случае его превышения считается выделенной П - точка. При этом при наличии свободного места в памяти системы в область «D» памяти системы распознавания записывается выборка со следующими признаками: время хранения, равное 1, и дискретные координаты X è Y П - точки, выявленной на текущем кадре.

Если же приращение яркости в данном рецепторе имеется (>0), но не превышает порогового значения, то такой сигнал идентифицируется как помеха. При этом увеличивается на единицу число распознаваний помехи и суммарная длина виртуальных траекторий распознанных помех.

В конце процедуры, как было отмечено ранее, происходит удаление из областей «D» è «V» памяти системы распознавания тех выборок признаков, время хранения которых превысило значение «MemotyTime».

После этого, если не задано графическое отображение кадра или разностной картины, оставшиеся выборки признаков выводятся на экран.

Как следует из описания процедуры, в областях «D» è «V» памяти системы распознавания по мере наблюдения кадров накапливается информация (в виде выборок признаков), необходимая для распознавания подвижных точек и помех. Причем в области «D», используемой при работе Д, К и КУ - алгоритмов, хранятся выборки признаков, характеризующие время и место появления возможных траекторий (П - точек). Эти данные используются для выявления начального участка траектории. При наличии такого элементарного перемещения из старой выборки образуется новая и переписывается в область «V» памяти системы распознавания. Таким образом, при работе Д, К и КУ - алгоритмов распознавания в области «V» памяти хранятся выборки, характеризующие более длинные участки возможных траекторий, которые и используются для принятия окончательных решений.

В отличие от этого у В и ВУ - алгоритмов распознавания все выборки признаков (в том числе и выборки, характеризующие только начало траектории) сразу размещаются в области «V» памяти системы распознавания.

Применение в данной цифровой модели для организации работы разных алгоритмов распознавания общей структуры памяти, состоящей из двух областей, позволяет эффективней использовать память машины. Это объясняется тем, что предварительное выявление начала возможных траекторий (П - точек и элементарных перемещений) Д, К и КУ - алгоритмами осуществляется одинаково - по принципам детерминированного алгоритма. При этом для хранения отдельных выборок используется на 4 ячейки меньше, чем в области «V» памяти системы распознавания.