Сравнительный анализ стратегий агрегации маловыборочных эталонов в двухэтапных системах верификации объектов городской рекламы

Abstract

В статье сравниваются математические методы объединения маловыборочных (Few‑Shot) эталонов в системах компьютерного зрения для поиска городской рекламы. Актуальность работы обусловлена необходимостью автоматизированного контроля рекламных поверхностей в условиях динамично меняющегося визуального контента и высокой вариативности уличной съёмки. Исследуется работа алгоритма на базе детектора YOLOv8n и энкодера признаков CLIP ViT‑B/32 при объединении опорных векторов бренда. На основе реального уличного набора из 105 изображений (45 целевых объектов и 60 кадров городского шума) проведено сопоставление трёх подходов: поэлементного усреднения (Mean Prototype), выбора центрального реального примера (Medoid) и кластеризации (Multi‑Prototype). Анализ распределения косинусного сходства показал, что простые методы (усреднение и медоид) приводят к потере точности на границах классов из‑за постоянной смены ракурсов и освещения на улице. Экспериментально доказано преимущество мульти‑эталонной стратегии (K=2), которая лучше подстраивается под сложные условия съемки за счёт разделения опорного множества на два смысловых кластера. Она увеличивает среднее сходство на целях до 0.9416 и поднимает нижнюю границу распознавания до 0.9245, что полностью исключает пропуски нужной рекламы при рабочем пороге верификации τ = 0.85. Полученные результаты могут быть использованы при проектировании систем реального времени для мониторинга наружной рекламы, где требуется высокая точность при ограниченном числе эталонов.