Алгоритмы и программная система классификации полутоновых изображений на основе нейронных сетей

• Автор: Макаренко, Алексей Александрович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Томск
• Количество страниц: 117 с. : ил.

Содержание
Введение.

1 Методы выделения сюжетной части изображения в системах распознавания

1.1 Методы и средства выделения лица человека на изображении

1.2 Методы основанные на построении модели лица.

1.2.1 Искусственные нейронные сети в системах распознавания.

Выводы.
2 Разработка топологии искусственной нейронной сети для задач выделения сюжетной части изображения

2.1 Структура сети для выделения сюжета изображения.

2.1.1 Сврточные нейронные сети.

2.1.2 Топология сврточной нейронной сети.

2.2 Алгоритм обучения нейронной сети для ускоренной сходимости обучения
2.2.1 Алгоритм обратного распространения ошибки.
2.2.2 Режим обучения
2.2.3 Выбор активационной функции.
2.2.4 Обоснование целевых значений
2.2.5 Инициализация синаптических коэффициентов.
2.2.6 Оценка скоростей обучения.
2.2.7 Масштабирование входных значений
Выводы.
3 Программная реализация системы выделения сюжетной части изображения
3.1 Алгоритм обучения нейронной сети
3.1.1 Формирование обучающей выборки
3.1.2 Результаты обучения нейронной сети
3.2 Программная реализация
3.2.1 Принцип локализации лица нейронной сетью
3.2.2 Минимизация ресурсных требований к программной реализации.
3.3 Экспериментальные исследования
3.3.1 Оцениваемые характеристики
3.3.1 Создание тестового набора.
3.3.3 Оценка чувствительности системы к повороту образа лица
относительно горизонтальной плоскости.
3.3.4 Оценка чувствительности нейронной сети к изменению масштаба
3.3.5 Оценка чувствительности нейронной сети к уровню освещения.
Выводы.
Заключение.
Список использованной литературы


Реализация и исследование работоспособности и эффективности, программной системы выделения сюжетной части изображения основанной на использовании искусственной нейронной сети. Методы исследования. В диссертационной работе при решении поставленных задач использованы методы теории искусственных нейронных сетей, математического моделирования, теории вероятностей и математической статистики. Топология нейронной сети, обеспечивающая вероятность обнаружения образа лица на уровне 0,. Алгоритм обучения нейронной сети, позволяющий обеспечить эффективную работу нейронной сети при изменений углов наблюдения до ±°, уровня освещения в ~ 3 раза и изменения масштаба изображения в ~ 2 раза. Программная система, обеспечивающая обработку изображения с вероятностью обнаружения образа лица на уровне 0, при времени обработки не более 0 мс. Достоверность результатов диссертационной работы подтверждается экспериментальными данными, полученными при использовании программно-технических систем созданных при непосредственном участии соискателя, имеющими как научную, так и практическую ценность. Научная новизна заключается в следующем. Предложена топология нейронной сети с добавленной сверточной плоскостью и модифицированной активационной функцией нейронов, обеспечивающая выделение сюжета на произвольном фоне с вероятностью 0,. Разработан алгоритм обучения, использующий процедуру самонастройки, обеспечивающий возможность выделения сюжетной части изображения при изменений углов наблюдения до ±°, уровня освещения в ~ 3 раза и изменения масштаба изображения в - 2 раза. Предложен алгоритм локализации сюжетной части изображения, основанный на двухэтапной схеме, повышающий вероятность правильного обнаружения и снижающий вероятность ложного обнаружения лиц. Разработанная топология свёрточной нейронной сети и алгоритм её обучения послужили основой для создания программной системы выделения сюжетной части на групповом изображении с произвольным фоном. ЭВМ и операционных сред. Работа поддержана грантом РФФИ проект № 1. Апробация работы. Основные научные результаты работы докладывались и обсуждались на следующих конференциях: Международная научная студенческая конференция «Студент и научно-технический прогресс», НГУ (г. Новосибирск, ); Всероссийская научно-техническая конференция студентов и молодых ученых «Научная сессия ТУСУР», ТУСУР (г. Всероссийская научная конференция студентов-физиков, АСФ (г. Екатеринбург, , , ); Всероссийская научно-практическая конференция «Научное творчество молодежи», Филиал КемГУ (г. Анджеро-Судженск, ); Всероссийская конференция «Актуальные проблемы авиации и космонавтики», СИБГАУ (г. Красноярск, ); Всероссийская научно-практическая конференция «Проблемы информационной безопасности государства, общества и личности», ТГУ (г. Томск, ); Международная научно-практическая конференция «Электронные средства и системы управления», ТУСУР (г. Томск, ); Всероссийская научно-практтческая. Информационные технологии и математическое моделирование» (г. Анжеро-Судженск, ). Результаты исследований докладывались на научных семинарах кафедры автоматизированных систем управления Томского государственного университета систем управления и радиоэлектроники. Основное содержание диссертации отражено в научных работах (в том числе в 3-х научных статьях (1 в журнале из перечня ВАК), докладах на конференциях различного уровня). Личный вклад. В диссертации использованы только те результаты, в которых автору принадлежит определяющая роль. Опубликованные работы написаны в соавторстве с сотрудниками научной группы. Постановка задачи исследований осуществлялась научным руководителем, к. Калайдой В. Внедрение результатов. Результаты работы внедрены в Институте Оптики Атмосферы СО РАН, Томском государственном университете, Томском политехническом университете, Томском государственном университете систем управления и радиоэлектроники. Структура и объем работы: Диссертация изложена на 0 страницах, содержит рисунка и 7 таблиц, и состоит из введения, трех глав, заключения, и списка используемой литературы из наименований и работ соискателя.