350 руб
Журнал «Электромагнитные волны и электронные системы» №1 за 2012 г.
Статья в номере:
Распознавание символов на цветном фоне на основе иерархической временной модели с предобработкой фильтрами Габора
Ключевые слова: модель иерархической временной памяти распознавание символов фильтры Габора
Авторы:
Ю. А. Болотова - аспирант, ассистент, кафедра «Вычислительная техника», Институт кибернетики Томского политехнического университета Е-mail: julya21@hotbox.ru, julya.bolotova@gmail.com А. К. Кермани - аспирант, кафедра «Вычислительная техника», Институт кибернетики Томского политехнического университета, член лаборатории искусственного интеллекта Технического университета г. Кемниц, Германия. Е-mail: arash@tpu.ru В. Г. Спицын - д. т. н., профессор, Томский политехнический университет Е-mail: spvg@tpu.ru
Аннотация:
Представлена реализация модели иерархической временной памяти для распознавания символов с предобработкой фильтрами Габора; описаны ключевые этапы работы системы; показаны результаты распознавания печатных и рукописных символов на однородном и цветном фоне; проведен анализ влияния моделирования саккадных движений на результаты распознавания; осуществлено сопоставление результатов параллельной и последовательной обработки изображений.
Страницы: 14-19
Список источников
  1. Hawkins J., Blakeslee S. On Intelligence. N.Y.: Times Books, 2004.
  2. Hawkins J., George D. Temporal Memory Concepts, Theory, and Terminology // http://www.numenta.com: сайткомпанииНумента. 2006. URL: http://numenta.com/htm-overview/education/Numenta_HTM_Concepts.pdf(дата обращения 10.10.2011).
  3. George D., Jaros B. The HTM Learning Algorithms // http://www.numenta.com: сайткомпанииНумента. 2006. URL: http://numenta.com/htm-overview/education/ Numenta_HTM_Learning_Algos.pdf (дата обращения: 14.11.2010).
  4. Болотова Ю. А., Фомин А. Э., Спицын В. Г.Применение модели иерархической временной памяти в распознавании изображения // Известия Томского политехнического ун-а. 2011. Т. 318. № 5. С. 60 - 63 (16848519).
  5. Болотова Ю. А., Спицын В. Г. , Фомин А. Э. Анализ и оптимизация модели HTM для распознавания цифр // Сб. трудов XVII Междунар. симпозиума «Оптика атмосферы и океана. Физика атмосферы»: [Электронный ресурс]. Томск: Изд-во ИОА СО РАН. 2011. С. F46 - F50.
  6. Болотова Ю. А., Спицын В. Г.Применение модели память-предсказание для задачи распознавания образов // Проблемы информатики (Спецвыпуск). 2011. С. 129 - 135.
  7. LecunY., CortesC.TheMNISTdatabaseofhandwrittendigits [электронный ресурс] URL: http://yann.lecun.com/exdb/mnist/ (дата обращения 23.11.11).
  8. Кермани А. К., Спицын В. Г., Хамкер Ф. Нахождение параметров и удаление постоянной составляющей фильтра Габора для обработки изображений // Известия Томского политехнического университета. 2011. Т.318. №5 С. 57 - 59 (16848519).
  9. Dayan P., Abbot L. F. Theoretical Neuroscience: Computational and Mathematica Modeling of Neural Systems. Cambridge: MIT Press. 2001.
  10. Саккада // www.wikipedia.org: сайт Википедии. URL: http://ru.wikipedia.org/wiki/%D0%A1%D0%B0%D0%BA%D0%BA%D0%B0%D0%B4%D0%B0 (дата обращения 12.10.11)/
  11. Александров Ю. И. Основы психофизиологии: Учебник / отв. ред. Ю. И. Александров. М.: ИНФРА-М, 1997.
  12. Freeman A. Pro .NET 4 Parallel Programming in C#. N.Y.: Apress, 2010.