Modelling the Flow of Character Recognition Results in Video Stream

The paper considers problems of developing stochastic models consistent with results of character image recognition in video stream. A set of assumptions that dene the models structure and properties is stated. A class of distributions, namely the Dirichlet distribution and its generalizations, that set a description of the model components is pointed out; and methods for statistical estimation of the distribution parameters are given. To rank the models, the Akaike information criterion is used. The proposed theoretical distributions are veried vs sample data.В данной работе рассматриваются проблемы построения вероятностных моделей, согласованных с результатами распознавания образов символов в видеопоследовательностях. Сформулирована совокупность предположений, определяющих структуру и свойства построенных моделей. Выделен класс распределений, а именно распределение Дирихле и его обобщения, задающих описание компонентов моделей, и приведены методы статистического оценивания параметров указанных распределений. Для ранжирования моделей используется информационный критерий Акаике. Проведена проверка согласия предложенных теоретических распределений выборочным данным