Отзыв научного руководителя на выпускную квалификационную работу Виденеевой Марии Валерьевны Разработка алгоритмов анализа и классификации изображений с применением вейвлет-преобразований Постоянный и стремительный рост объема графического контента требует от специалистов индустрии информационных технологий создание новых и все более тонких методов анализа и классификации цифровых изображений. Данная работа посвящена задаче разработки и программной реализации алгоритмов, ориентированных на помощь в проведении подобных исследований. Решение указанной задачи в данной работе в значительной степени опирается на реализацию дискретных вейвлет-преобразований и получение численных характеристик результатов этих преобразований на основе фрактальных методов анализа данных, позволяющих проводить разделение изучаемых образов. В рамках исследования рассматривается несколько подходов к анализу и классификации цифровых изображений. В работе применяются два основных метода исследования: метод модифицированной фрактальной сигнатуры и метод, опирающийся на вычисление фрактальных характеристик вейвлет-преобразования изображения. Для того чтобы выполнить преобразование, используется функция Гаусса и частные производные второго порядка. Результатом применения каждого из методов является вектор фрактальных сигнатур. Полученные вектора используются как классификационные признаки для определения принадлежности различных изображений к одному классу. В проведенных численных экспериментах использовались образцы биомедицинских препаратов. Эксперименты показали, что исследуемые методы в большинстве случаев позволяют достаточно успешно решать задачу классификации: для изображений из одного класса полученные вектора признаков оказываются близки, в то время как для изображений из разных классов они достаточно хорошо различаются. Таким образом, эксперименты позволяют выбирать метод, показавший наилучшее разделение для входного множества изображений. Эксперименты также показали, что результат численных исследований заметно зависят от выбора способа представления изображения –– полутонового или одной из цветных палитр. Положительным результатом учебы в аспирантуре Виденеевой М.В, также можно считать успешное прохождение педагогической практики, в ходе которой она прочитала ряд лекций по теме анализ сигналов и изображений студентам четвертого курса математико-механического факультета и провела семестровый курс практических занятий студентам второго курса этого же факультета. Основным недостатком работы является то, что ее объем недостаточен для защиты кандидатской диссертации по результатам учебы в аспирантуре. Считаю, что работа заслуживает оценки «хорошо». Научный руководитель кфмн, доцент кафедры информатики СПбГУ Соловьев Игорь Павлович.