Нейромережева технологія розпізнавання зображень з використанням клітинних автоматів

Автор(и)

DOI:

https://doi.org/10.30837/bi.2022.1(98).02

Ключові слова:

ОБРОБКА ЗОБРАЖЕНЬ, КЛІТИННІ АВТОМАТИ, ЗГОРТКОВІ НЕЙРОННІ МЕРЕЖІ, APPLE VISION, РОЗПІЗНАВАННЯ ЗОРОВИХ ОБ’ЄКТІВ

Анотація

Пропонується технологія розпізнавання зображень, яка основана на нейромережевій обробці статичних
та динамічних зображень з використанням клітинних автоматів (КА). Розглянуто принципи реалізації операцій
обробки зображень з застосуванням КА (зокрема, операцій попередньої обробки, виділення контурів та роз-
пізнавання). Проаналізовано особливості побудови згорткових нейронних мереж (ЗНМ) та їх використання
для розпізнавання зображень. Розглянуто можливості інтеграції КА в нейромережеву модель класифікації
та розпізнавання зображень. Наведено результати розробки та програмної реалізації нейромережевої технології
розпізнавання зображень з використанням ЗНМ та КА. Здійснено моделювання запропонованої технології
(на прикладі проблеми розпізнавання зорових об’єктів для користувачів з обмеженими можливостями зо-
рового сприйняття) розробки та програмної реалізації нейромережевої технології розпізнавання зображень
з використанням ЗНМ та КА.

Біографії авторів

О.Є. Українець, Харківський національний університет радіоелектроніки

Харківський національний університет радіоелектроніки

С.Г. Удовенко, ХНЕУ ім. С. Кузнеця, м. Харків, Україна

ХНЕУ ім. С. Кузнеця, м. Харків, Україна

Л.Е. Чала, Харківський національний університет радіоелектроніки

Харківський національний університет радіоелектроніки

В.Л. Шергін, Харківський національний університет радіоелектроніки

Харківський національний університет радіоелектроніки

Посилання

Schmidhuber, J. (2015). “Deep Learning in Neural Networks:An Overview”. Neural Networks. 61: 85–117.arXiv:1404.7828. doi:10.1016/j.neunet.2014.09.003. PMID 25462637. S2CID 11715509.

Torlai, G., Mazzola, G., Carrasquilla, J. et al. Neural- network quantum state tomography. Nature Phys 14, 447–450 (2018).https://doi.org/10.1038/s41567-018-0048-5

Жежерун О.П., Калітовський Б.В. (2019). Використання клітинних автоматів для вирішення задач фільтрації шумів та виявлення контурів зображень. Наукові записки НаУКМА. Комп’ютерні науки. Том 2. 66 – 72.

Shukla, A. P. (2016). Training Cellular Automata for Image Edge Detection. Romanian Journal of Information Science and Technology, 19, 4, 338–359.

A review of cellular automata models for crowd evacuation/ Li Yang et al. Physica A: (2019). Statistical Mechanics and its Applications. Vol. 256. URL: https://www.sciencedirect.com/science/article/abs/pii/S0378437119303528 (accessed 05.05.2021).

Diosan, Laura & Andreica, Anca & Enescu, Alina. (2017). The Use of Simple Cellular Automata in Image Processing. Studia Universitatis Babeș-Bolyai Informatica. 62. 5-14. 10.24193/subbi.2017.1.01.

Rosin, Paul & Sun, Xianfang. (2011). Cellular Automata as a Tool for Image Processing. 10.1142/9789814343008_0012.

William Gilpin. Cellular automata as convolutional neural networks. Physical Review E, 100(3), Sep 2019. ISSN 2470-0053. doi: 10.1103/physreve.100.032402. URL http: //dx.doi.org/10.1103/PhysRevE.100.032402.

Alexander Mordvintsev, Ettore Randazzo, Eyvind Niklasson, and Michael Levin (2020). Growing neural cellular automata. doi: 10.23915/distill.00023. URL https://distill. pub/2020/growing-ca.

##submission.downloads##

Опубліковано

2022-12-30