Т а с с о в
ПРИМЕНЕНИЕ ИСКУССТВЕННОЙ
НЕЙРОННОЙ СЕТИ НЕОКОГНИТРОН
ДЛЯ РАСПОЗНАВАНИЯ ГОСУДАРСТВЕННЫХ
РЕГИСТРАЦИОННЫХ ЗНАКОВ
Представлена реализация искусственной нейронной сети неокогнитрон и проведено сравнение с другими нейронными сетями. <...> Исследования показали высокую устойчивость сети к шумам, сдвигу и
повороту в сопоставлении с другими нейронными сетями. <...> В существующих системах идентификации транспортных средств
(СИТС) используются искусственные нейронные сети (ИНС) типа
персептрон для распознавания символов государственных регистрационных знаков (ГРЗ) [1]. <...> Изображение подается на вход ИНС персептрон в бинаризированном виде. <...> В идеальных условиях видеофиксации
(хорошее освещение, чистый, без повреждений и искажений ГРЗ) при
бинаризации персептроном удается распознавать примерно 96 % ГРЗ. <...> Однако в плохих условиях ввиду бинаризации качество распознавания
падает до 30 %. <...> В целях повышения качества распознавания предлагается использовать одну из модификаций ИНС — неокогнитрон [2],
для которого не требуется бинаризировать изображение. <...> В процессе работы создана программа для исследования различных ИНС, с помощью которой проведена оценка производительности сетей. <...> В целях апробации методов распознавания ГРЗ на основе
неокогнитрона разработан и реализован на языке C++ программноаппаратный комплекс, показавший принципиальную работоспособность метода. <...> Программа состоит из четырех модулей: пользовательский интерфейс; система распознавания (RecognizeSystem); процессор кадров
(FrameProcessor); распознаватель номеров (NumberRecognizer). <...> Модули функционируют в отдельных программных потоках и взаимодействуют посредством очередей: numberQueue содержит выделенные номера и recognizedQueue — распознанные номера. <...> В процессор кадров входят класс чтения видеопотока InputAVI
и класс детектирования номеров NumberDetector. <...> Детектор номеров построен на алгоритме поиска белой точки
(WhitePointFinder), алгоритме заливки (Filler) и анализаторе полученных <...>