Основные понятия и определения нейронных сетей и классификации изображений

Методы классификации изображений

Несмотря на то, что было сказано о трудоемкости задачи классификации, существует достаточно много методов позволяющих ее решать. Так как нами уже был выбран метод нейронных сетей, то упомяну два понятия, которыми в данной области на текущий момент оперируют в задачах распознавания:

Классический алгоритм Хафа или преобразование Хафа — это численный метод обнаружения прямых и кривых линий на полутоновых или цветных изображениях. Используется в анализе изображений, цифровой обработке изображений и компьютерном зрении. Метод позволяет указать параметры семейства кривых и обеспечивает поиск на изображении множества кривых заданного семейства. В алгоритме преобразования Хафа используется аккумуляторный массив, размерность которого соответствует количеству неизвестных параметров в уравнении семейства искомых кривых. Этот массив используется для проверки каждого пиксела изображения и его окрестности. Определяется присутствует ли в данном пикселе выраженный край. Если присутствует, то вычисляются параметры искомой кривой, проходящей через данный пиксел. После оценки параметров прямой в данном пикселе они дискретизируются для получения соответствующих значений неизвестных параметров, и значение аккумулирующего массива увеличивается. После обработки всех пикселов выполняется поиск локальных максимумов в аккумуляторном массиве. Точки локальных максимумов соответствуют параметрам наиболее вероятных прямых на изображении. Подытожив можно сказать, что этот алгоритм позволяет находить некоторые фигурные контуры, и, пожалуй, весьма хорош для задач распознавания лиц, классификации частей лица. [3].

Признаки Хаара — это признаки цифровых изображений, используемые в задачах распознавания изображений. Хотя в этой сфере скорее правильно будет упомянуть метод Виолы-Джонса (Viola-Jones), т.к. именно Виола и Джонс адаптировали идею использования вейвлетов Хаара, и разработали эту методику, которую впоследствии назвали вовсе не в честь них. Итак, простейший прямоугольный признак Хаара можно определить как разность сумм пикселей двух смежный областей внутри прямоугольника, который может занимать различные положения и масштабы на изображении. Такой вид признаков называется 2-прямоугольным. Пол Виола и Майкл Джонс так же определили 3-прямоугольные и 4-прямоугольные признаки. Каждый признак может показать наличие (или отсутствие) какой-либо конкретной характеристики изображения, такой как границы или изменение текстур. Например, 2-прямоугольный признак может показать, где находится граница между темным и светлым регионами. Этот метод безусловно можно считать одним из ведущих для поиска объектов на изображении в реальном времени. [4].

Что касается программного обеспечения, то оба метода реализованы библиотеками OpenCV — компьютерного зрения. Данная библиотека, это фактически библия для людей, занимающихся анализом изображений. Мы еще рассмотрим ее чуть позже в качестве ознакомления, однако в самом решении она участвовать не будет. [8].

Подытоживая, хочется объяснить, почему ничего из вышеописанного не было применено в конкретной задаче. Дело в том, что эти методы и библиотека действительно хороши, но хороши скорее на детализированных изображениях, или даже видеозаписях, однако в случае предоставленной базы данных CIFAR-10, изображения имеют крайне малые размеры 32×32 пикселя и уровень детализации, в котором человеческий далеко не всегда разберет контуры, что наводит на мысль скорее об убыточности данных методов, нежели выигрыше в конечном итоге.