Методы распознавания образов в программировании

Алгоритм Виолы-ДжонсаШироко используемый алгоритм распознавания лиц, который применялся до применения CNN (сверточная нейронная сеть). Алгоритм Виола-Джонса работает путем сканирования лиц и извлечения отличий, которые затем передаются через повышающий классификатор. Что, затем, генерирует ряд усиленных классификаторов, используемые для проверки тестовых изображений. Затем чтобы обнаружить успешное совпадение, тестовое изображение должно совпадать по каждому из этих классификаторов.Сверточная нейронная сеть в состоянии обнаружить несколько объектов даже если изображение искажено, растянуто или искажено, кроме того сверточня сеть работает быстрее и обеспечивает лучшие результаты благодаря использованию машинного обучения. В области глубокого распознавания изображений сверточные нейронные сети уже давно превосходят людей задачах как определение пород животных, видов птиц и тому подобных. Распространенные модели глубокого обучения, такие как YOLO, SSD и RCNN, применяют слои свертки для анализа изображения или фотографии. Во время обучения каждый слой свертки действует как фильтр, который учится распознавать некоторый аспект изображения, до то как он будет передан дальше. В итоге, совместный результат всех этих слоев в совокупности определяет, было ли найдено совпадение.В области знаний распознавания изображений особенно можно выделить несколько алгоритмов. Алгоритмы глубокого обучения, их основной подход к тому, как они определяют различные классы объектов, отличается.Aлгоритм Faster R-CNN(fast R-CNN)Faster R-CNN (сверточная нейронная сеть на основе региона) является лучшей в семействе алгоритмов распознавания изображений R-CNN, включая Faster R-CNN и Fast R-CNN. Такой алгоритм использует нейронную сеть (RPN) для нахождения объектов, что отличает его предшественника. Faster R-CNN может обрабатывать изображение менее чем за 200 мс, в то время как fast RCNN занимает 2 секунды или более.Детектор одиночного выстрела (SSD)RCNNs помечают предлагаемый набор точек на изображении рамками вокруг, некоторые из которых могут перекрываться. Детекторы одиночных снимков (SSD) дискретизируют эту концепцию, путем разделения изображение на ограничительные рамки сеткой с различными соотношениями сторон. Затем алгоритм объединяет объект, полученные в результате такой обработки изображения, для естественной обработки объектов разного размера. Это позволяет твердотельным накопителями быть очень гибкими, точными и простыми в обучении. Реализация SSD может обрабатывать изображение в течение 125 мс. Алгоритм «You Only Look Once»YOLO означает "Вы смотрите только один раз", и, что означает, алгоритм обрабатывает кадр только один раз, используя фиксированный размер сетки,и далее,последовательно определяет, присутствует ли изображение в сетке.Применение распознавания изображенийПрактически во всех областях промышленности распознавание изображений становится все более актуальным. Распознавание изображений уже есть в здравоохранении, в розничной торговле, в сельском хозяйством и многих других отраслях.Распознавание изображений для анализа лицАнализ лиц - одно из применений распознавания изображений. Современные методы машинного обучения уже позволяют использовать видео из любой цифровой камеры или веб-камеры. Для распознавания изображений здесь применяют алгоритмы искусственного интеллекта для одномоментного распознавания лиц, оценки мимики, определения пола, оценки возраста и распознавания лиц, естественно, с использованием глубокой сверточной нейронной сети.Другие задачи, связанные с распознаванием лиц, включают идентификацию изображений лиц, проверку лиц, которая включает методы обработки и сравнения обнаруженного лица с изображениями лиц в базе данных. Методы распознавания могут идентифицировать людей на фотографиях или видео, даже при недостаточном освещении.ЗАКЛЮЧЕНИЕВ работе приведена краткая история появления распознавания изображений. В настоящее время распознавание образов представляет собой научную дисциплину с уже достаточно большим опытом. Уже сейчас видны ее результаты, плодами науки большинство людей пользуется уже сейчас используя свои смартфоны. Автомобильные компании внедряют беспилотные автомобили, все это ведет к техническому прогрессу.В работе приведены основные алгоритмы машинного и глубоко обучения в распознавании изображений и их краткое описаниеСПИСОК ЛИТЕРАТУРЫАйзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 2004. - 384 с.Вудс Р., Гонсалес Р. Цифровая обработка изображений //М.: Техносфера. — 2005. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB //М.: Техносфера. — 2006. — 616 с. Дж Т., Гонсалес Р. Принципы распознавания образов. — 1978. Вапник В. Н., Червоненкис А. Я. Теория распознавания образов. Статистические проблемы обучения. — 1974. Дремин И. М., Иванов О. В., Нечитайло В. А. Вейвлеты и их использование //Успехи физических наук. — 2001. — Т. 171. — № . 5. — С. 465-501Шапиро Л., Стокман Д. Компьютерное зрение //М.: Бином. Лаборатория знаний. — 2006. — Т. 752.