СОВРЕМЕННЫЕ ПАРАДИГМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ: ТЕОРИЯ, МЕТРИКИ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
Ключевые слова:
Распознавание образов, классификация, метрики качества, нейронные сетиАннотация
В статье представлен системный анализ эволюции методов распознавания образов – от классических подходов, основанных на ручном проектировании признаков, до современных архитектур глубокого обучения. Рассматриваются теоретические основы представления объектов в виде признаковых пространств. Результаты исследования демонстрируют полный жизненный цикл разработки интеллектуальных систем и обосновывают выбор конкретных методов в зависимости от условий эксплуатации и доступных вычислительных ресурсов.
Библиографические ссылки
1. Бишоп, К. Распознавание образов и машинное обучение = Pattern Recognition and Machine Learning [Текст] / К. Бишоп. – Springer, 2006. – 738 с.
2. Гудфеллоу, Я. Глубокое обучение = Deep Learning [Текст] / Я. Гудфеллоу, И. Бенджио, А. Курвилль. – М. : ДМК Пресс, 2018 (ориг. изд. MIT Press). – 652 с.
3. Гонсалес, Р. Цифровая обработка изображений = Digital Image Processing [Текст] / Р. Гонсалес, Р. Вудс. – М. : Техносфера, 2012 (ориг. изд. Pearson). – 1104 с.
4. Хасти, Т. Элементы статистического обучения = The Elements of Statistical Learning [Текст] / Т. Хасти, Р. Тибширани, Дж. Фридман. – Springer, 2009. – 745 с.
5. Szeliski, R. Computer Vision: Algorithms and Applications [Text] / R. Szeliski. – Springer, 2010. – 812 p.
6. LeCun, Y. Deep learning [Text] / Y. LeCun, Y. Bengio, G. Hinton // Nature. – 2015. – Vol. 521. – P. 436–444.
7. Scikit-learn: Machine Learning in Python [Electronic resource] : official documentation. – URL: https://scikit-learn.org (date of access: 18.03.2026).
8. FastAPI framework [Electronic resource] : interactive API documentation. – URL: https://fastapi.tiangolo.com (date of access: 18.03.2026).
9. NumPy [Electronic resource] : fundamental scientific computing with Python. – URL: https://numpy.org (date of access: 18.03.2026).
10. Pillow (PIL Fork) [Electronic resource] : Python Imaging Library. – URL: https://python-pillow.org (date of access: 18.03.2026).
