Разработка математического, алгоритмического и программного обеспечения для определения оценки вероятности распознавания изображений объектов при помощи искусственных нейронных сетей

В практических задачах, включающих в себя распознавание символов, важную роль играет обработка ошибок распознавания. Как следствие, при разработке таких систем возникает задача определения, с какой вероятностью то или иное информационное поле будет верно распознано или с какой вероятностью  будет верно распознан тот или иной символ.

В работе рассматривается задача определения оценки вероятности распознавания печатного символа при помощи искусственной нейронной сети. Для этого требуется разработать математическое, алгоритмическое и программное обеспечение и решить следующие задачи:

1. Построение функций-предикторов, позволяющих оценивать некоторые характеристики изображения, такие как контрасность, дефокусировка, «смазывание» и т.д.
2. Построение вектор-функции надежности, по значению которой можно будет судить, возможно ли распознать данное изображение и заслуживает ли результат распознавания доверия.
3. Построение функционала стоимости, в который входят коэффициенты вектор-функции надежности.
4. Минимизация функционала стоимости по коэффициентам функции надежности.

К настоящему моменту построены вектор-функция надежности и функционал стоимости. Также собраны две базы изображений символов и результатов их распознавания. С помощью одной из этих баз будут вычислены искомые коэффициенты, с помощью другой будет проведено тестирование написанной системы и определено качество ее работы.

На следующем этапе работы будут выбраны функции-предикторы, необходимые для формирования вектор-функции надежности, и проведены компьютерные эксперименты, вычисляющие искомые коэффициенты и определяющие качество работы системы.

Научный руководитель – к.ф.-м.н., доц. Шихеева В.В.