ОБНАРУЖЕНИЕ СИММЕТРИЧНЫХ ЛИНИЙ В ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ МЕТОДОВ УГЛОВЫХ ЛИНИЙ И СРЕДИННЫХ ЛИНИЙ

Камгуя Феукви Херве, Гончарова А. Б

Об авторах

Камгуя Феукви Херве, Гончарова А. Б

Камгуя Феукви Херве – аспирант 2 -го курса Санкт -Петербургского государственного университета по специальности «Искусственный интеллект и машинное обучение», электронная почта:. ORCID: 0000 -0002-1781-9042. Научные интересы: обработка медицинских данных, машинное обучение и XAI для медицины.

Гончарова Анастасия Борисовна – к.ф.-м.н. доцент, Санкт-Петербургский государствен- ный университет, кафедра Теории систем управления электрофизической аппаратурой, e - mail:. ORCID: 0000-0002-7980-1657. Область научных интересов: системы поддержки принятия решений для медицины, обработка медицинских данных, математическое моделирование в медицине, машинное обучение и ИИ. Kamguia Feukwi H erve – 2nd year Ph.D. Student at Saint-Petersburg state University with speciality Artificial Intelligence and Machine learning. ORCID: 0000-0002-1781-9042. Research interests: medical data processing, machine learning and XAI for medicine.

Скачать PDF

УДК: 004.932
DOI: 10.24412/2413-7383-2026-1-40-15-24
Язык: Английский

Аннотация: Зеркальная симметрия — это важная геометрическая характеристика, которая находит применение в самых разных областях, таких как компьютерное зрение, распознавание образов и анализ медицинских изображений. В нашем исследовании мы предлагаем более понятный и усовершенствованный подход к обнаружению линий симметрии. Мы используем две разные техники: простой перебор угловых линий и продуманную стратегию поиска от центра к периферии. Эти методы используют зеркальные преобразования, оценивают сходство бинарных масок и опираются на прочную математическую базу.

Ключевые слова: симметрия; отражение; поворот; изображения; коэффициент Жаккара; косинусное сходство; объяснимый искусственный интеллект

Список литературы

1. Symmetry strikes back: From single-image symmetry detection to 3d generation / Li X. Huang Z. Thai A. Rehg J.M. // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2025. P. 743-752.
2. Computational symmetry in computer vision and computer graphics / Liu Y. Hel-Or H. Kaplan C.S. Van Gool L. // Foundations and Trends in Computer Graphics and Vision. 2010. Vol. 5, No. 1–2. P. 1-195.
3. Mancas M. Gosselin B. Macq B. Fast and automatic tumoral area localisation using symmetry // Proceedings. (ICASSP'05). IEEE International Conference on Acoustics, Speech, and Signal Processing. 2005. Vol. 2. P. 725-728.
4. Беловодский В. Н. Чудин Р. В. Симметрические преобразования фракталов // Проблемы искусст- венного интеллекта. 2021. No. 1. (20). С. 27 -36.
5. Пикалёв Я. С. Обнаружение ключевых объектов и перекрёстная геолокализация: Анализ наборов данных и методологические перспективы // Проблемы искусственного интеллекта. 2024. No. 4 (35). С. 25 -37.
6. Kuehnle A. Symmetry -based recognition of vehicle rears // Pattern recognition letters. 1991. Vol. 12 No. 4. P. 249-258.
7. Liu J. Liu Y. Multi-target tracking of time-varying spatial patterns // In IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2010. P. 1839-1846.
8. Intelligent Tumor Tissue Classification for Hybrid Health Care Units / Butt M.H. Li J.P. Ji J. Riaz W. Anwar N. Butt F.F. Ahmad M. Saboor A. Ali A. Uddin M.Y. // Frontiers in Medicine. 2024. Vol. 11. P. 1385524.
9. Enhancing Lungs Tumor Detection with Generative Models / Picchione P. Ghyselinck R. Frenay B. Dumas B. // In the proceedings of the 37th Benelux Conference on Artificial Intelligence and the 34th Belgian Dutch Conference on Machine Learning. URL: https://openreview.net/pdf?id=oMgEcjNhIV. 2024. (accessed: 30.11.2025)
10. Jaccard P. The distribution of the flora in the alpine zone. 1 // New phytologist. 1912. Vol. 11. No. 2. P. 37 -50.
11. Contrast similarity measures of fuzzy sets / Batyrshin I. Kosheleva O. Kreinovich V. Kubysheva N. Akhtiamov R. // Computación y Sistemas. 2019. Vol. 23. No. 4. P. 1569-1573.
12. A quantitative analysis of symmetry on standard anteroposterior pelvic X-ray / Yilmaz A. Selcuk T. Aksoy T. Atilla B. // Acta Orthopaedica et Traumatologica Turcica. 2025. Vol. 59. No. 2. P. 122 -128.
13. Применение генетического алгоритма для поиска симметрии отражения двоичных растровых изображений / Середин О.С. Орлов Д.А. Ломов Н.А. Ляхов Д.В. Кушнир О.А // Известия ТулГУ. Технические науки. 2022. No. 10. С. 292 – 305.
14. Андриевская Н. К. Гибридная интеллектуальная мера оценки семантической близости // Проблемы искусственного интеллекта. 2021. No. 1 (20). С. 4-17.
15. Soft cosine and extended cosine adaptation for pre-trained language model semantic vector analysis / Ijebu F.F. Liu Y. Sun C. Usip P.U. // Applied Soft Computing. 2025. Vol. 169. P. 112551.
16. Two-dimensional dataset generation. URL: https://github.com/Khalid1G/shapes -dataset/. (accessed: 20.05.25).
17. Brain MRI segmentation. URL: https://www.kaggle.com/datasets/mateuszbuda/lgg -mri-segmentation. (accessed: 16.03.25).
18. Mala F. A. Ali R. The Big-O of mathematics and computer science // Journal of Applied Mathematics and Computation. 2022. Vol. 6. No. 1.

Выпуск: 1(40)'2026
Раздел: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ
Как цитировать: Камгуя Феукви Херве, Гончарова А. Б. ОБНАРУЖЕНИЕ СИММЕТРИЧНЫХ ЛИНИЙ В ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ МЕТОДОВ УГЛОВЫХ ЛИНИЙ И СРЕДИННЫХ ЛИНИЙ // Проблемы искусственного интеллекта. - 2026. - № 1 (40). - С. 15-24. - https://paijournal.guiaidn.ru/ru/2026/1(40)-2.html

Назад к выпуску 1(40)'2026