roboforum.ru

Для дипломной работы это просто супер, автор проанализировал имеющиеся методы распознавания (не поленился), и придумал свой оригинальный алгоритм. Но на практике всё решает скорость и точность распознавания.

Работу считаю отличной пока кто-нибудь из нас не написал лучше.

Digit писал(а):Dead, у него там действительно нет конкретных цифр по сравнению методов. Только, если не ошибаюсь, проскакивала, что на нейросетях... Во, нашел:

Многослойная нейросеть обратного распространения ошибки, занимается тем же, что и процентный алгоритм сравнения матрицы, однако за счет своей нелинейной структуры распознает она на 10-30% лучше тупово поточечьного сравнения двух матриц.

Это самое "тупое сравнение картинок" у него тоже оставлено в проге.
А вообще, в дипломе должно проводиться сравнение методов и даваться выводы. Иначе диплом ущербный Так что если с автором связаться, то он не постесняется поделиться инфой, как мне думается.

Да пока не влезаю в эту тему - а потом наверное другие методы буду бользовать не отделенные от фона и не только черно-белые

Про 10-30% очень бы хотелось узнать как они это считали (методика тестирования), а то можно и кости бросать что всегда нужное будет выпадать, вот теория вероятности то не ожидает

PS: Вообще, кто-нибудь, расскажите мне чем двухслойная нейросеть в его примере 256 - 6 отличается от попиксельного сравнения принципиально???

Digit писал(а):Принципиально отличается видимо методом обработки пикселей, поскольку нейросеть реализует не сравнение, а высчитывание некоей функции на основе данных в пикселях. А сравнение только сравнивает и говорит - равны пиксели или нет...

Вдумался как это будет работать - по моему отличие будет в том, что нейросеть будет более устойчива к помехам в областях в которых эти 6 образов не отличаются друг от друга. Но с другой стороны это так же плохо, как и хорошо - если будут подсовывать только эти 6 образов с разными помехами, тогда качество распознавания безусловно улучшится, но если будут подсовывать разные другие образы, то качество распознавания наоборот упадёт.

Давай выкладывай этот трехтомник... =)