09-09-2010, 04:14 PM
Opis diplomskog zadatka
Opisati strukturu višeslojnog perceptrona MLP (MultiLayer Perceptron), njegova svojstva i postupak učenja. Dati pregled postupaka raspoznavanja brojčano-slovčanih znakova koji se temelje na uporabi MLP-a.
Oblikovati slikovnu bazu registarskih tablica. Definirati strukturu MLP-a i postupak učenja.Izraditi programsku opremu klasifikatora. Ocijeniti rezultate klasifikacije na velikom broju uzoraka. Uporabom sintaktičke analize sadržaja registarskih pločica poboljšati rezultate klasifikacije.
Sadržaj
0.0. Opis diplomskog zadatka..... 2
0.1. Prikaz sustava automatske klasifikacije registarskih tablica [4]...... 3
1. Uvod.... 9
1.1. Perceptron – jednoslojna neuronska mreža. 10
1.2. Višeslojna neuronska mreža s unaprijednom propagacijom - MFN.. 12
2. Struktura i svojstva višeslojnog perceptrona . 14
2.1. Organizacija MLP-a.... 14
2.2. Notacija .... 16
3. Postupak učenja višeslojnog perceptrona ...... 17
3.1. LMS algoritam . 17
3.2. Algoritam učenja propagacijom greške unatrag 18
3.2.1. Slučaj 1. Neuron j je izlazni čvor..... 21
3.2.2. Slučaj 2. Neuron j je skriveni čvor... 21
3.2.3. Dva prolaska izračunavanja ...... 24
3.2.4. Aktivacijska funkcija .. 25
3.2.5. Brzina učenja 26
3.2.6. Sekvencijalni i grupni način učenja . 28
3.2.7. Uvjeti zaustavljanja..... 30
3.3. Generalizacija .. 31
3.4. Sažetak algoritma propagacije unatrag ... 32
3.5. Primjer algoritma propagacije unatrag za funkciju EKSKLUZIVNO-ILI ...... 33
4. Pregled postupaka raspoznavanja brojčano-slovčanih znakova koji se temelje
na uporabi MLP-a .. 36
4.1. Automatski sustav za lokalizaciju i raspoznavanje znakova tablica vozila [5] ...... 36
4.2. Korištenje višeslojnog perceptrona za raspoznavanje rukom pisanih slovnih znakova [6].. 39
4.3. Neizraziti višeslojni perceptron [7].. 41
5. Opis programskog sustava za raspoznavanje i klasifikaciju registarskih tablica ... 42
5.1. Slikovna baza registarskih tablica.... 42
5.2. Predobrada slika... 48
5.3. Programska izvedba višeslojnog perceptrona.... 53
5.3.1. Struktura perceptrona.. 54
5.3.2. Postupak klasifikacije . 55
5.3.3. Skup uzoraka za učenje i skup uzoraka za testiranje 56
6. Ocjena rezultata klasifikacije na velikom broju uzoraka. 58
7. Sintaksna analiza registarskih pločica .... 67
7.1. Registarske oznake država Europe [8].... 67
7.2. Formati registarskih tablica država Europe [8].. 70
7.3. Rezultati poboljšanja postupka klasifikacije korištenjem sintaksne analize.... 92
8. Eksperiment – korištenje horizontalne i vertikalne projekcije uzorka kao metode
pretprocesiranja 95
9. Zaključak.. 99
10. Reference .... 101
11. Literatura..... 103
12. Dodatak – popis priložene literature u digitalnom obliku .. 104
Opisati strukturu višeslojnog perceptrona MLP (MultiLayer Perceptron), njegova svojstva i postupak učenja. Dati pregled postupaka raspoznavanja brojčano-slovčanih znakova koji se temelje na uporabi MLP-a.
Oblikovati slikovnu bazu registarskih tablica. Definirati strukturu MLP-a i postupak učenja.Izraditi programsku opremu klasifikatora. Ocijeniti rezultate klasifikacije na velikom broju uzoraka. Uporabom sintaktičke analize sadržaja registarskih pločica poboljšati rezultate klasifikacije.
Sadržaj
0.0. Opis diplomskog zadatka..... 2
0.1. Prikaz sustava automatske klasifikacije registarskih tablica [4]...... 3
1. Uvod.... 9
1.1. Perceptron – jednoslojna neuronska mreža. 10
1.2. Višeslojna neuronska mreža s unaprijednom propagacijom - MFN.. 12
2. Struktura i svojstva višeslojnog perceptrona . 14
2.1. Organizacija MLP-a.... 14
2.2. Notacija .... 16
3. Postupak učenja višeslojnog perceptrona ...... 17
3.1. LMS algoritam . 17
3.2. Algoritam učenja propagacijom greške unatrag 18
3.2.1. Slučaj 1. Neuron j je izlazni čvor..... 21
3.2.2. Slučaj 2. Neuron j je skriveni čvor... 21
3.2.3. Dva prolaska izračunavanja ...... 24
3.2.4. Aktivacijska funkcija .. 25
3.2.5. Brzina učenja 26
3.2.6. Sekvencijalni i grupni način učenja . 28
3.2.7. Uvjeti zaustavljanja..... 30
3.3. Generalizacija .. 31
3.4. Sažetak algoritma propagacije unatrag ... 32
3.5. Primjer algoritma propagacije unatrag za funkciju EKSKLUZIVNO-ILI ...... 33
4. Pregled postupaka raspoznavanja brojčano-slovčanih znakova koji se temelje
na uporabi MLP-a .. 36
4.1. Automatski sustav za lokalizaciju i raspoznavanje znakova tablica vozila [5] ...... 36
4.2. Korištenje višeslojnog perceptrona za raspoznavanje rukom pisanih slovnih znakova [6].. 39
4.3. Neizraziti višeslojni perceptron [7].. 41
5. Opis programskog sustava za raspoznavanje i klasifikaciju registarskih tablica ... 42
5.1. Slikovna baza registarskih tablica.... 42
5.2. Predobrada slika... 48
5.3. Programska izvedba višeslojnog perceptrona.... 53
5.3.1. Struktura perceptrona.. 54
5.3.2. Postupak klasifikacije . 55
5.3.3. Skup uzoraka za učenje i skup uzoraka za testiranje 56
6. Ocjena rezultata klasifikacije na velikom broju uzoraka. 58
7. Sintaksna analiza registarskih pločica .... 67
7.1. Registarske oznake država Europe [8].... 67
7.2. Formati registarskih tablica država Europe [8].. 70
7.3. Rezultati poboljšanja postupka klasifikacije korištenjem sintaksne analize.... 92
8. Eksperiment – korištenje horizontalne i vertikalne projekcije uzorka kao metode
pretprocesiranja 95
9. Zaključak.. 99
10. Reference .... 101
11. Literatura..... 103
12. Dodatak – popis priložene literature u digitalnom obliku .. 104