Проаналізовано класичні методи розпізнавання об'єктів і явищ. Виділено основні завдання при створенні системи розпізнавання. Розглянуто параметричні і непараметричні методи, такі як метод максимальної правдоподібності, баєсівський критерій, гістограмний, метод Парзена, правило найближчого сусіда. На основі аналізу класичних методів виявлена необхідність і сформульована постановка задачі розпізнавання в режимі близького до реального часу об'єктів на відео. В рамках етапів ідентифікації розглянутоітераційний метод розділення суміші нормального розподілу, оснований на гістограмній оцінці.
Проанализированы классические методы распознавания объектов и явлений. Выделены основные задачи при создании системы распознавания. Рассмотрены параметрические и непараметрические методы, такие как метод максимального правдоподобия, байесовский критерий, гистограммный, метод Парзена, правила ближайшего соседа. На основе анализа классических методов выделена необходимость и сформулирована постановка задачи распознавания в режиме близкого к реальному времени объектов на видео. В рамках этапов идентификации рассмотрен итерационный метод разделение смеси нормальных распределений, основанный на гистограммной оценке.
The paper considers an analysis of object and phenomena recognition methods. We focus at the main problems of objects recognition in real-time in the video. As part of identification procedure paper considers separating mixtures of normal distributions iterative method which based on histogram estimation method.
