Введение
ГЛАВА 1 Аналитический обзор современных методов распознавания изображений 9
1.1 Обучение с учителем. Искусственные нейронные сети. Метод опорных векторов 9
1.2 Компактные целостные представления. Снижение размерности. Метод главных компонент 15
1.3 Обнаружение локальных признаков. Сверточные нейронные сети 22
1.4 Использование пространственных отношений при распознавании. Констелляционные модели 30
1.5 Методы оценки эффективности распознавания 36
1.6 Выводы по первой главе 39
ГЛАВА 2 Разработка модели репрезентации объекта на изображении 41
2.1 Математический аппарат модели 41
2.2 Структура локального эквивариантного детектора модели 48
2.3 Трансформирующий автоэнкодер как элементарная единица иерархической модели 55
2.4 Обучение модели в потоке данных 61
2.5 Выводы по второй главе 65
ГЛАВА 3 Разработка комплекса алгоритмов обучения и распознавания изображений 67
3.1 Алгоритм выделения локальных признаков 67
3.2 Алгоритм оптического трекинга 72
3.3 Алгоритм обучения трансформирующего автоэнкодера 83
3.4 Алгоритм распознавания изображений 86
3.5 Выводы по третьей главе 91
ГЛАВА 4 Результаты исследования и экспериментальные данные 94
4.1 Планирование эксперимента 94
4.2 Оценка эффективности работы трансформирующего автоэнкодера 96
4.3 Оценка эффективности распознавания изображений 106
4.4 Локализация объектов в композитных сценах 110
4.5 Выводы по четвертой главе 112
Заключение 113
Список литературы
