Стр. 2 - Д.Н. Кангин, А.В. Куров - ОПТИМИЗАЦИЯ ПАРАМЕТРОВ НЕЙРОННОЙ СЕТИ НЕОКОГНИТРОН ДЛЯ РАСПОЗНАВАНИЯ СИМВОЛОВ ГОСУДАРСТВЕННЫХ РЕГИСТРАЦИОННЫХ ЗНАКОВ

линейных преобразований системы координат (переноса, пово-
рота);
перспективного преобразования;
наличия шума на изображении.
В практических приложениях требования инвариантности могут
быть ослаблены. Так, во многих случаях при распознавании изобра-
жений необходима инвариантность относительно поворота лишь для
заданного диапазона углов отклонения.
Изначально выполнение условия инвариантности к наличию шума
на изображение ограниченно реализуемо и зависит от характеристик
типа шума (случайный, аддитивный, мультипликативный, периоди-
ческий и т.д.) и его вероятностных характеристик (математического
ожидания и дисперсии).
Помимо этого желательно избежать потери данных в результате
предварительной обработки информации. Так, для применения мно-
гослойного персептрона требуется передача бинаризованных данных,
что влечет потерю части данных при бинаризации.
Задача распознавания ГРЗ в свою очередь состоит из нескольких
подзадач:
1)
выделение ТС из входного изображения;
2)
выделение ГРЗ из изображения, содержащего ТС;
3)
сегментация и разбиение на символы выделенного изображения
ГРЗ;
4)
распознавание типа и символов ГРЗ.
Подзадачи 1, 2, 4 являются задачами распознавания изображений.
Необходимо определить возможность решения поставленных задач с
помощью нейронной сети неокогнитрон, а также установить параме-
тры сети, позволяющие успешно решить задачу распознавания.
Под задачей выделения области на изображении (соответствующей
ТС и ГРЗ в данной работе) может быть сформулирована для изобра-
жений произвольной размерности.
Пусть задано изображение
f
:
X
n
Y
,
X
n
2
R
n
,
Y
2
R
,
а
также подмножество области определения (область на изображении)
Z
n
2
X
n
.
Необходимо найти функцию
g
(
x
) :
X
n
B
,
которая для
любого изображения
f
(
x
)
принимает значение
1
,
если
x
2
Z
n
,
и
0
в
противном случае.
Задача распознавания изображений формулируется следующим
образом. Пусть дано множество всех изображений
F
=
f
:
X
n
Y
,
X
n
2
R
n
,
Y
2
R
,
а также набор классов
K
2
N
.
Кроме того, для
некоторого подмножества
G F
определена функция
g
(
x
) :
G
K
.
Необходимо найти функцию
f
(
x
) :
F
N
,
совпадающую с функци-
ей
g
(
x
)
на множестве
G
и удовлетворяющую ряду дополнительных
ограничений.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
229