Распознованием образов и изображений с помощью искуственного интелекта

ВВЕДЕНИЕ 3
БАЗА ДАННЫХ 5
ОСНОВНАЯ ЧАСТЬ 7
Сферы применения системы распознования образов и изображенийъ 9
Видеонаблюдение 9
Медицина 10
Автомобили 11
Дроны 11
Оптическое распознавание символов 12
Исследование аудитории, обслуживание клиентов – анализ настроений. 12
ЗАКЛЮЧЕНИЕ 14
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 15
ПРИЛОЖЕНИЕ 15

Весь текст будет доступен после покупки

Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни[1].
Искусственный интеллект — это способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами. Термин часто применяется к проекту развития систем, наделенных интеллектуальными процессами, характерными для человека, такими как способность рассуждать, обобщать или учиться на прошлом опыте[2].
Сегодня научно-технический прогресс охватывает все новые горизонты, стремительно прогрессируя. Один из них — моделирование окружающей природы с помощью математических алгоритмов. В этом аспекте есть тривиальные, например, моделирование морских колебаний, и чрезвычайно сложные, нетривиальные, многокомпонентные задачи, например, моделирование функционирования человеческого мозга. В процессе изучения этого вопроса было выделено отдельное понятие — нейронная сеть.

Весь текст будет доступен после покупки

ОСНОВНАЯ ЧАСТЬ

Доктор Джозеф Атик, физик и математик, помог создать первые системы распознавания лиц еще в начале 1990-х годов. «Мы использовали статистический анализ, чтобы классифицировать черты лица как набор шаблонов», рассказывает он. «Все сводилось к распознаванию образов. Во время сканирования лица обнаруживаются совпадения множества локальных особенностей — глаз, носа, уголков рта. Звучит как довольно примитивная технология, но на практике совокупность этих особенностей очень редко совпадает у двух людей». Сегодня, спустя четверть века, компьютеры научились делать это самостоятельно. В этом им помогают постоянно развивающиеся системы глубокого обучения, основанные на «многослойном» ПО, созданном специально для распознавания образов. Обширнейшую базу данных для этого создают сами люди, ежедневно загружающие миллиарды фотографий в Google, Snapchat и Facebook (Социальная сеть признана экстремистской и запрещена на территории Российской Федерации)[4].
Чтобы распознать изображение, нейронная сеть сначала должна быть обучена на данных. Это очень похоже на нейронные связи в человеческом мозгу — у нас есть некоторые знания, мы видим объект, анализируем его и идентифицируем.[5]
Так как же устройства понимают, что изображено на рисунке или фотографии? С помощью специальных алгоритмов, которые заложены в свёрточные нейронные сети — особую архитектуру искусственных нейронных сетей, предназначенную для эффективного автоматического распознавания изображений. Принцип работы алгоритмов распознавания изображений заключается в чередовании свёрточных и субдискретизирующих слоёв. В процессе свёртки каждый кусок изображения умножается на матрицу свёртки пофрагментно, а результат суммируется и записывается в подобную позицию выходного изображения.
На данный момент сверточная нейронная сеть и ее модификации считаются лучшими по точности и скорости алгоритмами нахождения объектов на сцене. Начиная с 2012 года, нейросети занимают первые места на известном международном конкурсе по распознаванию образов ImageNet.
Рассмотрим работу сети при решении задачи классификации. Задача классификации изображений — это приём начального изображения и вывод его класса (кошка, собака и т.д.) или группы вероятных классов, которая лучше всего характеризует изображение. Для людей это один из первых навыков, который они начинают осваивать с рождения.

Весь текст будет доступен после покупки

1. Искуственный интелект, краткая история, развитие и перспективы (https://timeweb.com/ru/community/articles/chto-takoe-iskusstvennyy-intellekt)
2. Что такое искусственный интелект (https://theoryandpractice.ru/posts/17550-chto-takoe-iskusstvennyy-intellekt-ii-opredelenie-ponyatiya-prostymi-slovami)
3. Андрейчиков А. В., Андрейчикова О. Н. Системный анализ и синтез стратегических решений в инноватике. Математические, эвристические и интеллектуальные методы системного анализа и синтеза инноваций. Учебное пособие; Ленанд — М., 2015. — 306 c.
4. Как устроен искуственный интелект (https://www.techinsider.ru/technologies/392532-kak-ustroen-iskusstvennyy-intellekt-raspoznavanie-lic-i-bytovye-melochi/)
5. Гудвин Г. К., Гребе С. Ф., Сальгадо М. Э. Проектирование систем управления (+ CD-ROM); Бином. Лаборатория знаний — М., 2016. — 912 c.

Весь текст будет доступен после покупки