Valerija Sidorova



She was born in Postavy of BSSR. She graduated from Novosibirsk State University, Phisycal Department in 1972. She  is the image processing laboratory senior research fellow.
CURRICULUM VITAE
She is working in Image Processing Laboratory since 1978. Main area of her interest is clustering and texture analysis for image segmentation, as well as modeling of three-dimensional images for orthopedy department of Novosibirsk Medicine Institute. She created techniques for fitting of a tooth surface, based on its cross-sectional data, for half-tone displaying, surface rotation as animation and cutting off tooth’s surface for showing tooth’s inner structure. Complex her algorithms (clustering with multivariate histogram, with forming of homogeneous objects, so on) for texture images on mini ABM was implemented on some organizations, also on contract with Hungary. She has offered for Krasnojarsk Institute of Forest and Wood use local parametric splines to automatic detect forest age and other characteristics (structure, state, wood stock) by texture features of image. She adapted the complex on cluster analysis of images to PC, having improved it. She created the interface for complex with Visual C++.She has offered the system of hashing to a quick access of the list of vectors for clustering with multivariate histogram, allowing process the multispectral images with number of channels, greater than three.
V.S. Sidorova has offerred and motivated the quality measure of vectors distribution over the clusters and has built the new algorithm, choosing distribution with more isolated clusters automatically. She has shown experimental exactly these distribution correspond to the information classes of Land surfaces covering under recognition of satellite removal data. It also has shown that known validity measures of unlabeled classification little suitable when analysed objects difficult discernible in features space.
V.S. Sidorova has proposed hierarchical divisible algorithm also, forming up sequence of distribution best on isolation. This algorithm allows choosing own level of quantization of vector space inwardly each cluster. This raises the quality of clusterig as a whole, allowing shortens the number of clusters greatly. V.S. Sidorova has developed the modification of histogram method with using the estimations of quality for clustering texture images, taking into account particularities of statistical texture features. Automatic searching the size of neighborhood is offered for computing statistical texture features, way of indication narrow false clusters, appearing on borders of different textures on image, as well as techique for their association. The analysis of classifications has shown that offered algorithm allows recognize age phases of different types forest on texture features for aerial images automatically.
She was used the Haralick statistics of texture, as well as features, founded on autoregressive models of stochastic field, known as SAR. Using offered cluster algorithm with the estimation of quality of got distributions has showed that distinctive power of features, founded on models SAR more, than features of statistics Haralick. Automatically classification of age phases for coniferous (cedar and pine) and deciduous plantings, very close on visual perception, on features of models SAR was an success. The collation of cluster maps and skeleton maps of afforestation inspection has shown their good correspondence.

Address:

630090, Novosibirsk,
Russia
6, Lavrentiev ave.
Phone:(+7-383)330-73-32
Fax:(+7-383)330-87-83

Email: svs@ooi.sscc.ru

The main papers list for last 5 years.

  1. Сидорова В.С. Исследование разделимости кластеров, полученных с использованием гистограммного алгоритма нарендры // Тр. IX Междунар. научного конгресса и выставки "ИНТЕРЭКСПО ГЕО-Сибирь-2013" , Т.1, "Дистанционные методы зондирования земли и фотограмметрии, мониторинг окружающей среды, геоэкология", Новосибирск, 15-26 апреля 2013. – С.176-181.
  2. Sidorova V.S. Segmentation of image textures using well separated clusters //The 11th International Conference "Pattern recognition and image analysis: new information technologies" PRIA-11-2013, Samara, The Russian Federation, September 23-28, 2013,Vol.II, P.731-734.
  3. Сидорова В.C. Параметры стохастической модели двумерного поля SAR для сегментации текстур //Международная научная конференция посвященная 85-летию со дня рождения А.С.Алексеева. Тезисы докладов, Новосибирск, Академгородок, 10-13 октября 2013,– С.85. http://conf.nsc.ru/files/conferences/mciimm2013/177512/lav13.pdf.
  4. Сидорова В.С. Гистограммный кластерный алгоритм поиска кластеров с отделимостью ниже заданной / Свидетельство о регистрации в Фонде алгоритмов и программ СО РАН PR12024 от 19.12.2012. (Ранее в отчет не включался)
  5. Сидорова В.С. Вычисление текстурных признаков изображения, основанных на модели SAR / Свидетельство о регистрации в Фонде алгоритмов и программ СО РАН PR12025 от 19.12.2012. (Ранее в отчет не включался)
  6. Sidorova V. S. Detecting Clusters of Specified Separability for Multispectral Data on Various Hierarchical Levels. // Pattern Recognition and Image Analysis, 2014, Vol. 24, No. 1, pp. 151–155, DOI: 10.1134/S1054661814010155 (Scopus).
  7. Sidorova V. S. Иерархический гистограммный алгоритм для поиска кластеров с отделимостью ниже заданной по текстурным данным. // Тр. X Междунар. научного конгресса и выставки "ИНТЕРЭКСПО ГЕО-Сибирь-2014», Т.1, "Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология", Новосибирск, 14-16 апреля 2014. – С.8-12.
  8. Sidorova V. S. Contextual clustering multispectral data of remote sensing the Earth. // Тезисы Междунар. конф. "Актуальные проблемы вычислительной и прикладной математики -2014", "АМСА-2014", Академгородок, Новосибирск, 8-11 июня 2014. – С.108.
  9. Sidorova V. S. Global Segmentation of Textural Images on the Basis of Hierarchical Clusterization by Predetermined Cluster Separability. // Pattern Recognition and Image Analysis, 2015, Vol. 25, No. 3, pp. 541-546. (в базе РИНЦ, Scopus) - Зарубежные издания.
  10. Сидорова В.С. Детальность кластеризации и сокращение размерности пространства спектральных признаков данных ДЗЗ. // Труды XI Междунар. научного конгресса и выставки "ИНТЕРЭКСПО ГЕО-Сибирь-2015", Т.2 "Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология, 13-25 апреля 2015, г.Новосибирск - С.83-87. (в базе РИНЦ).
  11. Сидорова В.С. Гистограммная кластеризация данных дистанционного зондирования. //Материалы II Международной научной конференции "Региональные проблемы дистанционного зондирования Земли", 22-25 сентября 2015, Красноярск - С.213-217.
  12. Сидорова В.С. Выбор размерности и детальности данных дистанционного зондирования Земли при кластеризации гистограммным иерархическим алгоритмом. // Тезисы докладов международной конференции «Актуальные проблемы вычислительной и прикладной математики-2015» (АМСА-2015). Академгородок, Новосибирск, Россия, 19-23 октября 2015 г.- С. 53.
  13. Сидорова В.С. Сокращение размерности пространства спектральных признаков, данных ДЗЗ внутри кластеров. //Труды ХII Международного научного конгресса и выставки "ИНТЕРЭКСПО ГЕО-Сибирь-2016", Т1. "Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология", 18-22 апреля 2016, г.Новосибирск,-С.85-90. (в базе РИНЦ).
  14. Сидорова В.С. Выбор размерности пространства спектральных признаков для кластерного алгоритма. // Материалы III Международной научной конференции "Региональные проблемы дистанционного зондирования Земли", 13-16 сентября 2016, Красноярск- С.109-112.
  15. Сидорова В.С. Выбор размерности и детальности данных дистанционного зондирования Земли при кластеризации гистограммным иерархическим алгоритмом. Труды Международной конференции “Актуальные проблемы вычислительной и прикладной математики - 2015”, посвященной 90-летию со дня рождения академика Г. И. Марчука. 2015. ISBN 978-5-9905347-2-8, 2015, Новосибирск, С. 664-670. (в базе РИНЦ).
  16. Сидорова В.С. Иерархический гистограммный кластерный алгоритм с выбором размерности пространства спектральных признаков для данных дистанционного зондирования Земли. Сокращение размерности данных кластерным алгоритмом. // Перспективные направления развития современной науки. Евразийское Научное Объединение. 2016. Т. 1. № 3 (15). С. 58-61. (в базе РИНЦ).
  17. Сидорова В.С. Гистограммный иерархический алгоритм и понижение размерности пространства спектральных признаков. // Журн. Сиб. Федерального Ун-та. Техника и Технология. – 2017. – Т. 10, № 6. – С. 714-722. (в базе РИНЦ, RSCI, ВАК).
  18. Сидорова В.С. Сравнение карт по каппе Коэна. // Труды ХIII Международной выставки и научного конгресса "Интерэкспо ГЕО-Сибирь-2017", Т2 «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология», 17-21 апреля 2017, г.Новосибирск, С.18-22. (в базе РИНЦ).
  19. Сидорова В.С. Автоматизированное сравнение кластерных карт многоспектральных изображений Земли, полученных дистанционными методами, и таксационных карт леса. //Материалы IV Международной научной конференции «Региональные проблемы дистанционного зондирования Земли», 12-15 сентября 2017, г.Красноярск, -С.167-170.
  20. Сидорова В.С. Неконтролируемая кластеризация мультиспектральных изображений.//[Электронный ресурс]: Сборник трудов. Всероссийская конференция «Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов», 29-31 августа 2017, г. Бердск, - С.155-159. (в базе РИНЦ).
    http://conf.nsc.ru/files/conferences/SDM-2017/418269/(SDM-2017)%20Thesis.pdf