багатовимірні часові ряди, многомерные временные ряды ; відеодані, видеоданные ; візуальна інформація, визуальная информация ; метод групового обліку аргументів, МГОА, метод группового учета аргументов, МГУА ; нейронні мережі, нейронные сети ; прогнозування, прогнозирование, forecasting ; сегментація, сегментация, segmentation

Разработаны модели многомерного прогнозирования видеоинформации в признаковых пространствах и пространстве изображений. Изучены матричные модели двумерных полей. Исследован адаптивный метод нелинейной экстраполяции временных рядов с неравноотстоящими наблюдениями, позволяющий решать задачу прогнозирования без синтеза математической модели анализируемого процесса в условиях короткой выборки прогнозируемого ряда. Синтезирован метод прогнозирования временных рядов на основе использования ортогональных полиномов, позволяющий синтезировать математическую модель с фиксированной структурой ортогональных полиномов при возрастании числа наблюдений видеоряда. Эксперименты проводились с видеорядами экологического содержания, состоящими из 2250 кадров, что соответствует длительности видео 90 секунд каждое. Использовался медиаконтейнер Audio Video Interleave ( AVI) с отношением сторон 16:9 и 4:3, частотой 25 кадр/сек. Для валидного сопоставления результатов разрешение фиксировалось на уровне 700 X 400 и 640 X 416 пикселей соответственно. Каждый из 2250 кадров каждого видеоряда представлялся в формате Tagged Image File Format (TIFF) без сжатия с целью устранения влияния возможных потерь при обработке и прогнозировании динамики изображений. Результаты исследований внедрены в виде прикладных и исследовательских программных комплексов, используемых при автоматическом анализе видеорядов, решении задач экологического мониторинга, один из которых сертифицирован УкрСЕПРО.

• УДК // Аналіз зображень
• УДК // Групування ( кластерізація ) образів