|
|
Rychlost učení vícevrstvé sítě
Maceček, Aleš ; Zámečník, Dušan (oponent) ; Jirsík, Václav (vedoucí práce)
Teoretický rozbor umělých neuronových sítí, zvláště jejich typů topologií a učení sítí. Zvláštní zaměření je na vícevrstvou neuronovou síť s učením backpropagation. Uvedený algoritmus učení backpropagation jednoduché sítě společně s popisem parametrů ovlivňujících učení sítě a také metody zhodnocení kvality naučení sítě. Definice momentů invariantních na otočení, posun a změnu měřítka. Optimalizace parametrů neuronové sítě k nalezení nejrychleji učící se neuronové sítě, a také sítě s nejlepší hodnotou rozpoznání vzorů písmen z testovací množiny.
|
|
|
Umělá neuronová síť RCE
Maceček, Aleš ; Klusáček, Jan (oponent) ; Jirsík, Václav (vedoucí práce)
Práce se zabývá umělou neuronovou sítí RCE, zvláště popisem topologie, vlastností a algoritmem učení sítě. Práce obsahuje popis vytvořeného programu uTeachRCE pro učení RCE sítě a programu RCEin3D, vytvořeného pro vizualizaci procesu učení RCE sítě ve 3D prostoru. RCE síť je srovnávána s vícevrstvou umělou neuronovou sítí s algoritmem učení backpropagation při praktické aplikaci rozpoznávání písmen. Pro popis písmen byly zvoleny momenty invariantní na otočení, posun a změnu měřítka obrazu.
|
|
|
Pattern recognition by means of moment method
Števček, Juraj ; Štarha, Pavel (oponent) ; Druckmüller, Miloslav (vedoucí práce)
This diploma thesis deals with object recognition using moment method. We will recognize the letters from the scanned text. The moment method works with principal moments, these are moments invariant to scaling, translation and rotation. This thesis focuses on a detail description of the moment method, on determining the optimal combination of principal moments suitable for object recognition and to create a program for recognition. For all combinations of principal moments the accuracy of the recognition is calculated and the best option is proposed. The moment method will be compared with the moment invariants method. This method is similar to the moment method but has a different approach to rotation invariants.
|
|
|
Pattern recognition by means of moment method
Števček, Juraj ; Štarha, Pavel (oponent) ; Druckmüller, Miloslav (vedoucí práce)
This diploma thesis deals with object recognition using moment method. We will recognize the letters from the scanned text. The moment method works with principal moments, these are moments invariant to scaling, translation and rotation. This thesis focuses on a detail description of the moment method, on determining the optimal combination of principal moments suitable for object recognition and to create a program for recognition. For all combinations of principal moments the accuracy of the recognition is calculated and the best option is proposed. The moment method will be compared with the moment invariants method. This method is similar to the moment method but has a different approach to rotation invariants.
|
|
|
Advanced Moment-Based Methods for Image Analysis
Höschl, Cyril ; Flusser, Jan (vedoucí práce) ; Papakostas, George (oponent) ; Jiřík, Radovan (oponent)
Tato disertace rozvíjí pokročilé metody analýzy obrazu založené na obrazových momentech. Zaměřujeme se především na návrh rychlých algoritmů pro počítání momentů v 2D i 3D a vytvoření nových příznaků, které jsou tolerantní ke Gaussovskému rozmazání, resp. zašumění obrazu. Práce se skládá z úvodu do problematiky a čtyř článků. První článek poskytuje přehledovou studii o metodách obdélníkové dekompozice binárních obrázků v 2D; rozklady mj. urychlují počítání momentů. Součástí studie jsou i implemetnace algoritmů vč. optimálního, který existuje v 2D v polynomiální složitosti a je prakticky dosažitelný. Druhý článek se soustředí na dekompozici 3D binárních objektů do kvádrů. Na rozdíl od 2D je v 3D otázka optimálního rozkladu NP-úplný problém a není známo, že by existoval efektivní způsob jeho řešení. V článku navrhujeme nový sub-optimální algoritmus, který pracuje v polynomiálním čase a na experimentální databázi ukazujeme, že dává statisticky významně lepší výsledky, než nejlepší známé heuristiky. Další dva články se soustřeďují na příznaky invariantní ke Gaussovskému rozmazání a zašumění obrazu. Třetí článek představuje invarianty založené na projekčních operátorech ve Fourierově doméně, což zvyšuje především jejich rozlišovací schopnost. Poslední článek představuje robustní příznaky histogramu obrázku....
|
|
|
Advanced Moment-Based Methods for Image Analysis
Höschl, Cyril ; Flusser, Jan (vedoucí práce) ; Papakostas, George (oponent) ; Jiřík, Radovan (oponent)
Tato disertace rozvíjí pokročilé metody analýzy obrazu založené na obrazových momentech. Zaměřujeme se především na návrh rychlých algoritmů pro počítání momentů v 2D i 3D a vytvoření nových příznaků, které jsou tolerantní ke Gaussovskému rozmazání, resp. zašumění obrazu. Práce se skládá z úvodu do problematiky a čtyř článků. První článek poskytuje přehledovou studii o metodách obdélníkové dekompozice binárních obrázků v 2D; rozklady mj. urychlují počítání momentů. Součástí studie jsou i implemetnace algoritmů vč. optimálního, který existuje v 2D v polynomiální složitosti a je prakticky dosažitelný. Druhý článek se soustředí na dekompozici 3D binárních objektů do kvádrů. Na rozdíl od 2D je v 3D otázka optimálního rozkladu NP-úplný problém a není známo, že by existoval efektivní způsob jeho řešení. V článku navrhujeme nový sub-optimální algoritmus, který pracuje v polynomiálním čase a na experimentální databázi ukazujeme, že dává statisticky významně lepší výsledky, než nejlepší známé heuristiky. Další dva články se soustřeďují na příznaky invariantní ke Gaussovskému rozmazání a zašumění obrazu. Třetí článek představuje invarianty založené na projekčních operátorech ve Fourierově doméně, což zvyšuje především jejich rozlišovací schopnost. Poslední článek představuje robustní příznaky histogramu obrázku....
|
|
|
Flexible Moment Invariant Bases for 2D Scalar and Vector Fields
Bujack, R. ; Flusser, Jan
Complex moments have been successfully applied to pattern detection tasks in two-dimensional real, complex, and vector valued functions. In this paper, we review the different bases of rotational moment invariants based on the generator approach with complex monomials. We analyze their properties with respect to independence, completeness, and existence and\npresent superior bases that are optimal with respect to all three criteria for both scalar and vector fields.
|
|
|
Rychlost učení vícevrstvé sítě
Maceček, Aleš ; Zámečník, Dušan (oponent) ; Jirsík, Václav (vedoucí práce)
Teoretický rozbor umělých neuronových sítí, zvláště jejich typů topologií a učení sítí. Zvláštní zaměření je na vícevrstvou neuronovou síť s učením backpropagation. Uvedený algoritmus učení backpropagation jednoduché sítě společně s popisem parametrů ovlivňujících učení sítě a také metody zhodnocení kvality naučení sítě. Definice momentů invariantních na otočení, posun a změnu měřítka. Optimalizace parametrů neuronové sítě k nalezení nejrychleji učící se neuronové sítě, a také sítě s nejlepší hodnotou rozpoznání vzorů písmen z testovací množiny.
|
|
|
Umělá neuronová síť RCE
Maceček, Aleš ; Klusáček, Jan (oponent) ; Jirsík, Václav (vedoucí práce)
Práce se zabývá umělou neuronovou sítí RCE, zvláště popisem topologie, vlastností a algoritmem učení sítě. Práce obsahuje popis vytvořeného programu uTeachRCE pro učení RCE sítě a programu RCEin3D, vytvořeného pro vizualizaci procesu učení RCE sítě ve 3D prostoru. RCE síť je srovnávána s vícevrstvou umělou neuronovou sítí s algoritmem učení backpropagation při praktické aplikaci rozpoznávání písmen. Pro popis písmen byly zvoleny momenty invariantní na otočení, posun a změnu měřítka obrazu.
|
host ::
RSS.