Обработка изображений на основе комбинированного векторного квантования с использованием полуконтролированного обучения
Анализ способов полуконтролируемого обучения нейронных сетей векторного квантования, предназначенных для обработки больших массивов информационных данных. Методы последовательной обработки матриц изображений, их вычислительная простота и быстродействие.
Подобные документы
Анализ сущности обработки изображения, характеристика основных методов и конфигураций, процесса квантования и выборки при обработки цифровых изображений. Изучение способов улучшения изображение, анализ особенностей аналогово цифрового преобразовании.
статья, добавлен 15.01.2021Разработка матричных аналогов существующих нейросетевых подходов. Учет пространственных связей мультимедийной информации и сокращение времени, необходимого на обработку информации за счет введения новой матричной процедуры обучения нейронной сети.
статья, добавлен 01.03.2017Общие понятия о компьютерной графике. Изучение растрового и векторного форматов графических файлов. Обзор возможностей современных программ обработки и просмотра изображений. Характеристика программ обработки звука и редакторов для цифрового аудио.
реферат, добавлен 29.05.2013Процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описание подготовки и предобработки данных, включая изменение размеров и нормализацию изображений.
статья, добавлен 05.09.2024- 5. Построение измерительной информационной системы идентификации объекта на основе цифровой видеокамеры
Функциональная схема системы технического зрения. Базовые методы обработки изображений. Первичная обработка и сегментация, выделение и описание контуров сегментов, анализ изображений, степенные преобразования. Программа захвата и обработки изображения.
курсовая работа, добавлен 28.08.2012 Преимущества применения нейронных сетей для распознавания объектов. Разработка алгоритма обработки образа с помощью нечеткой логики в системе технического зрения. Бинаризация и кодирование изображения при его преобразовании из цветного в оттенки серого.
курсовая работа, добавлен 29.03.2021Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Графические файлы как файлы, в которых хранятся любые типы устойчивых графических данных, предназначенных для последующей визуализации. Проблемы сохранения изображений для последующей обработки и их важность. Недостатки векторного и растрового форматов.
реферат, добавлен 07.06.2015- 9. Система обработки изображений при диагностике наследственных заболеваний по методу дерматоглифики
Алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования. Элементы программного обеспечения системы. Результат обучения нейронной сети.
автореферат, добавлен 02.07.2018 Сущность и методы обработки данных дистанционного зондирования Земли (ДЗЗ). Программные продукты для цифрового анализа данных ДЗЗ. Разработка программного продукта, реализующего обработку растровых изображений. Создание интерфейса программного модуля.
практическая работа, добавлен 11.05.2015- 11. Разработка веб-приложения для масштабирования растровых изображений с использованием нейронных сетей
Процесс масштабирования (увеличения) изображения с минимальной потерей в качестве. Анализ способа соединения классического метода масштабирования и метода машинного обучения. Алгоритм работы нейронной сети, разработанной для масштабирования изображений.
дипломная работа, добавлен 01.08.2017 Общая характеристика методов вывода изображений. Отличительные черты векторного и растрового метода. Графический, текстовый режим. Трехмерная графика и способы обработки видеоизображений. Принципы организации видеопамяти. Особенности работы видеоадаптера.
лекция, добавлен 09.11.2013Разработка алгоритма адаптивного многомасштабного представления изображений и критерии выбора величины коэффициентов изменения масштаба изображения. Решение задач обработки дефектоскопических изображений в промышленных системах контроля качества.
автореферат, добавлен 14.02.2018Применение информационных технологий в бизнесе. Оценка возможностей нейронных сетей и искусственного интеллекта. Способы обработки и анализа данных больших объемов. Методы представления сведений в цифровой форме. Современная трактовка машинного обучения.
статья, добавлен 09.08.2022Анализ больших баз данных изображений с точки зрения решения задачи интеллектуального поиска. Матричные модификации известных подходов, позволяющие упростить анализ изображений за счет исключения операций векторизации-девекторизации исходных данных.
статья, добавлен 14.01.2017Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
статья, добавлен 18.01.2021Исследование и анализ частотных методов представления и цифровой обработки изображений. Моделирование алгоритма, реализующего методы обработки изображений в частотной области, их реализация в среде Matlab. Быстрое преобразование Фурье для сигналов.
дипломная работа, добавлен 07.08.2018Понятие цифровой обработки растровых изображений. Анализ основных методов и приемов цифровой обработки изображений. Примеры алгоритмов размытия, преобразования цветного изображения, поиска его границ, повышения диапазона с реализацией на языке C#.
курсовая работа, добавлен 19.03.2017Создание адекватного математического описания изображений, передающего их содержание, смысл как одна из фундаментальных проблем анализа изображений. Алгоритм обработки и сжатия изображений. Программное обеспечение данного процесса, его этапы и анализ.
статья, добавлен 18.01.2018- 20. Сегментация изображений в больших базах данных с использованием плотности распределения информации
Задачи сегментации изображений на основе алгоритма кластеризации с использованием плотности распределения информации. Формирование кластеров произвольной формы, обработка сигналов, зашумленных разного вида возмущениями, матричное представление информации.
статья, добавлен 24.03.2016 Понятия, определения нейронных сетей и классификации изображений. Методы оптимизации работы нейронной сети. Описание интерфейса программной реализации решения задачи классификации изображений. Решение задачи распознания изображений реальных объектов базы.
дипломная работа, добавлен 06.06.2015Разработан и описан алгоритм процесса конвертирования поступающих в программный комплекс исполняемых файлов в черно-белые изображения, позволяющий сформировать собственный набор данных для обучения нейронной сети на основе полученных изображений.
статья, добавлен 16.05.2022Возможности современных информационных технологий и Интернета. Разработка клиент-серверной архитектуры построения больших искусственных нейронных сетей. Идентификация, аутентификация пользователей и защита информации в системе дистанционного обучения.
статья, добавлен 27.05.2018Системы передачи данных и цифровой обработки сигналов. Дискретное вейвлет преобразование изображения. Публикация ортонормальной системы базисных функций с локальной областью определения. Поиск изображений по образцу и многомасштабное редактирование.
дипломная работа, добавлен 07.08.2018Разработка системы, производящей кластеризацию объектов по ряду признаков. Выявление кластеров (групп) входных векторов, обладающих некоторыми общими свойствами. Идея векторного квантования. Обучение сети Кохонена. Конкурирующая функция активации.
контрольная работа, добавлен 13.01.2017