Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Obraz tanıma nəzəriyyəsi — bəzi xüsusiyyətlər və atributların məhdud dəsti ilə xarakterizə olunan obyektlərin, hadisələrin, proseslərin, siqnalların, vəziyyətlərin və s. obyektlərin təsnifləşdirilməsi və müəyyənləşdirilməsinin əsaslarını və metodlarını inkişaf etdirən kompüter elmləri və əlaqəli fənlər bölümü. Bu cür problemlərə, məsələn, yol siqnallarına görə küçəni keçərkən və ya avtomobil idarə edərkən rast gəlinir. İşıqforun rəngini tanımaq və yol qaydalarını bilmək küçəni keçib-keçə bilməyəcəyiniz barədə düzgün qərar qəbul etməyə imkan verir.
Bu cür tanıma ehtiyacı müxtəlif sahələrdə — hərbi işlərdən və təhlükəsizlik sistemlərindən analoq siqnalların rəqəmsallaşdırılmasına qədər yaranır.
Təsvirin tanınması problemi, insanın özünə gələn mesajları xətti-ardıcıl dərk etməsinin öhdəsindən gəlmədiyi hallarda böyük əhəmiyyət kəsb edir. Bu hallarda beyin bu cür tanıma ilə xarakterizə olunan eynizamanlı qavrayış və düşünmə rejiminə keçir və məlumatın həddən artıq yüklənməsi baş verir.
Təsadüfi deyil ki, naxış tanıma problemi, fənlərarası tədqiqat sahəsində, o cümlədən süni intellektin yaradılması ilə əlaqədar olaraq ortaya çıxıb və nümunələrin tanınması üçün texniki sistemlərin yaradılması getdikcə diqqəti cəlb edir.
Obrazı tanımada istiqamətlər
İki əsas sahəsi vardır :
- Canlı varlıqların tanıma qabiliyyətlərinin öyrənilməsi, izahı və modelləşdirilməsi;
- Tətbiqi məqsədlər üçün fərdi problemlərin həlli üçün nəzərdə tutulmuş qurğuların qurulması nəzəriyyəsi və metodlarının inkişafı.
Problemin rəsmi ifadəsi
Obrazın tanınması, bu məlumatları qeyri-vacib məlumatların ümumi kütləsindən xarakterizə edən əsas xüsusiyyətləri vurğulamaqla mənbəli məlumatların müəyyən bir sinfə təyin edilməsidir.
Tanıma problemlərini təyin edərkən, süni neyron şəbəkələri nəzəriyyəsindən fərqli olaraq səy göstərərək riyazi dili istifadə etməyə çalışırlar, burada əsas təcrübə nəticəsində nəticə əldə etmək, sınağı məntiqi əsaslandırma və riyazi sübutlarla əvəz etməkdir .
Obrazı tanıma probleminin klassik formalaşdırılması : Bir çox obyekt verilmişdir. Onlara münasibətdə bir təsnifat aparmaq lazımdır. Bir dəst siniflər adlanan alt dəstlərlə təmsil olunur. Verilmişdir: siniflər haqqında məlumat, bütün dəstin təsviri və müəyyən bir sinfə üzv olduğu bilinməyən bir obyekt haqqında məlumatın təsviri. Siniflər və obyektin təsviri haqqında mövcud məlumata görə, bu obyektin hansı sinfə aid olduğunu müəyyənləşdirmək tələb olunur.
Çox vaxt monoxrom görüntülər nümunə tanıma problemlərində nəzərə alınır, bu da görüntüyü təyyarədəki bir funksiya olaraq nəzərdən keçirməyə imkan verir. 
müstəvisinə qoyulmuş bir nöqtəni nəzərdən keçirsək, burada 
şəklin hər nöqtəsində öz xarakterin — parlaqlıq, şəffaflıq, optik sıxlığı ifadə edir; rəsmi görüntü qeydiyyatı.
Ancaq bütün mümkün funksiyaların dəsti təyyarədə bütün görüntülər dəstinin 
modelidir. Şəkillər arasındakı oxşarlıq anlayışını tanıdaraq tanıma problemi yarada bilərik. Belə bir formalaşmanın xüsusi forması, bir yanaşma və ya digərinə uyğun olaraq tanınmanın sonrakı addımlarından çox asılıdır.
Qrafik şəkillərin tanınmasının bəzi üsulları
Optik obrazın tanınması üçün bir cismin görünüşünü müxtəlif bucaqlarda, tərəzidə, ofsetdə və s. Sıralama üsulunu tətbiq edə bilərsiniz. Məktublar üçün şrift, şrift xüsusiyyətləri və s. üzrə sıralamaq lazımdır.
İkinci yanaşma, obyektin konturunu tapmaq və onun xüsusiyyətlərini (bağlantı, açıların olması və s.) araşdırmaqdır.
Digər bir yanaşma süni neyron şəbəkələrindən istifadə etməkdir. Bu üsul ya tanıma probleminin çox sayda nümunəsini (düzgün cavablar ilə) və ya bu problemin xüsusiyyətlərini nəzərə alan xüsusi bir sinir şəbəkəsini tələb edir.
Obraz tanıma metodu Perseptron
Vəziyyəti, quruluşu və funksional xüsusiyyətləri təsvir edilən bəzi fiziki sistemdə psixoloji hadisələrin necə yarana biləcəyini göstərmək olan beyin modeli konsepsiyasını təqdim edən Frenk Rozenblat, ayrı-seçkilik mövzusunda ən sadə təcrübələri izah etdi. Bu təcrübələr tamamilə nümunə tanıma metodları ilə əlaqədardır, lakin həll alqoritminin müəyyənedici olmadığı ilə fərqlənir.
Müəyyən bir sistem haqqında psixoloji cəhətdən əhəmiyyətli məlumat əldə etmək mümkün olan ən sadə təcrübə, modelə iki fərqli stimulun təqdim edildiyi və bunun fərqli şəkildə onlara reaksiya verməsi tələb olunur. Belə bir eksperimentin məqsədi, eksperimentatorun müdaxiləsi olmadığı təqdirdə sistem tərəfindən kortəbii ayrı-seçkilik etmə ehtimalının öyrənilməsi və ya əksinə, eksperimentator sistemin lazımi təsnifatı həyata keçirmək üçün təlim keçməsinə çalışmasıdır.
Perseptronun tədrisi ilə aparılan təcrübədə ümumiyyətlə fərqlənəcək siniflərin hər birinin nümayəndələrini daxil edən müəyyən ardıcıllıqla şəkillər təqdim olunur. Yaddaş modifikasiyasının bəzi qaydalarına uyğun olaraq, düzgün reaksiya seçimi gücləndirilir. Sonra nəzarət stimulu perkestrona təqdim olunur və bu sinifin stimullarına düzgün cavab almaq ehtimalı müəyyənləşdirilir. Seçilən idarəetmə stimulunun təlim ardıcıllığında istifadə olunan görüntülərdən biri ilə üst-üstə düşməməsindən və ya uyğun gəlməməsindən asılı olaraq fərqli nəticələr əldə edilir:
- Nəzarət stimulu təlim stimullarının heç biri ilə üst-üstə düşmürsə, təcrübə yalnız təmiz fərq ilə deyil, ümumiləşdirmə elementlərini də əhatə edir.
- Nəzarət stimulu, eyni sinifin əvvəllər təqdim edilmiş stimulları ilə aktivləşdirilmiş olan elementlərdən tamamilə fərqli bir hissə hissəsini həyəcanlandırırsa, təcrübə saf ümumiləşdirmə işidir.
Perseptronların sırf ümumiləşdirmə qabiliyyəti yoxdur, lakin ayrı-ayrılıqda eksperimentlərdə olduqca qənaətbəxş fəaliyyət göstərirlər, xüsusən nəzarət stimulu qavrayışın artıq təcrübə qazandığı görüntülərdən birinə yaxından baxsalar.
İstinadlar
- Ту Дж., Гонсалес Р. Принципы распознавания образов, М. 1978
- Маткасым Н. Н. Распознавание образов с помощью нейронных сетей (Технологии Microsoft в теории и практике программирования : сборник трудов XIII Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых, г.Томск, 22-23 марта 2016 г.). 23–25.
- Файн В. С. Опознавание изображений, М. 1970
- Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. – М.: Наука, 1978, вып. 33. – С. 5-68.
Ədəbiyyat
- Аркадьев А. Г., Браверман Э. М. Обучение машины распознаванию образов. — М.: Наука, 1964
- Бонгард М. М. Проблема узнавания.— М.: Физматгиз, 1967.
- А. Г. Аркадьев, Э. М. Браверман. Обучение машины классификации объектов. М.: Наука, 1971.
- Горелик А. Л., Скрипкин В. А. Методы распознавания (4-е изд). М.: Высшая школа. 1984, 2004.
- Вапник, Владимир Наумович, Червоненкис, Алексей Яковлевич. Теория распознавания образов. М.: Наука. 1974.
- Васильев В. И. Распознающие системы. Справочник (2-е изд). К.: Наукова думка. 1983.
- Л. Шапиро, Дж. Стокман. Компьютерное зрение. М.: Бином. Лаборатория знаний. 2006 [Computer Vision]. ISBN .
- Фомин, Ярослав Алексеевич. Распознавание образов: теория и применения (2-е изд). М.: ФАЗИС. 2012. ISBN .
- Фомин, Ярослав Алексеевич, Тарловский, Геннадий Рудольфович. Статистическая теория распознавания образов. М.: Радио и связь. 1986.
- Форсайт Дэвид А., Понс Джин. Компьютерное зрение. Современный подход. М.: Вильямс (издательство). 2004 [Computer Vision: A Modern Approach]. ISBN .
- Чэн Ш.-К. Принципы проектирования систем визуальной информации. М.: Мир. 1994.
- Лбов Г. С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука. 1981.
- Барабаш Ю. Л., Варский Б. В., Зиновьев В. Т. Вопросы статистической теории распознавания. М: Советское радио. 1967.
Xarici keçidlər
- Yuriy Lifşits. Kurs «Современные задачи теоретической информатики» 2008-10-15 at the Wayback Machine — Obraz tanıma, üz tanıma, mətn təsnifatı üçün statistik metodlardan mühazirələr (rus.)
- Journal of Pattern Recognition Research (Obraz Tanıma Araşdırma Jurnalı) (ing.)
wikipedia, oxu, kitab, kitabxana, axtar, tap, meqaleler, kitablar, oyrenmek, wiki, bilgi, tarix, tarixi, endir, indir, yukle, izlə, izle, mobil, telefon ucun, azeri, azəri, azerbaycanca, azərbaycanca, sayt, yüklə, pulsuz, pulsuz yüklə, haqqında, haqqinda, məlumat, melumat, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, şəkil, muisiqi, mahnı, kino, film, kitab, oyun, oyunlar, android, ios, apple, samsung, iphone, pc, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, web, computer, komputer
Obraz tanima nezeriyyesi bezi xususiyyetler ve atributlarin mehdud desti ile xarakterize olunan obyektlerin hadiselerin proseslerin siqnallarin veziyyetlerin ve s obyektlerin tesniflesdirilmesi ve mueyyenlesdirilmesinin esaslarini ve metodlarini inkisaf etdiren komputer elmleri ve elaqeli fenler bolumu Bu cur problemlere meselen yol siqnallarina gore kuceni kecerken ve ya avtomobil idare ederken rast gelinir Isiqforun rengini tanimaq ve yol qaydalarini bilmek kuceni kecib kece bilmeyeceyiniz barede duzgun qerar qebul etmeye imkan verir Xususi bir proqramla avtomatik uz tanima Bu cur tanima ehtiyaci muxtelif sahelerde herbi islerden ve tehlukesizlik sistemlerinden analoq siqnallarin reqemsallasdirilmasina qeder yaranir Tesvirin taninmasi problemi insanin ozune gelen mesajlari xetti ardicil derk etmesinin ohdesinden gelmediyi hallarda boyuk ehemiyyet kesb edir Bu hallarda beyin bu cur tanima ile xarakterize olunan eynizamanli qavrayis ve dusunme rejimine kecir ve melumatin hedden artiq yuklenmesi bas verir Tesadufi deyil ki naxis tanima problemi fenlerarasi tedqiqat sahesinde o cumleden suni intellektin yaradilmasi ile elaqedar olaraq ortaya cixib ve numunelerin taninmasi ucun texniki sistemlerin yaradilmasi getdikce diqqeti celb edir Obrazi tanimada istiqametlerIki esas sahesi vardir Canli varliqlarin tanima qabiliyyetlerinin oyrenilmesi izahi ve modellesdirilmesi Tetbiqi meqsedler ucun ferdi problemlerin helli ucun nezerde tutulmus qurgularin qurulmasi nezeriyyesi ve metodlarinin inkisafi Problemin resmi ifadesiObrazin taninmasi bu melumatlari qeyri vacib melumatlarin umumi kutlesinden xarakterize eden esas xususiyyetleri vurgulamaqla menbeli melumatlarin mueyyen bir sinfe teyin edilmesidir Tanima problemlerini teyin ederken suni neyron sebekeleri nezeriyyesinden ferqli olaraq sey gostererek riyazi dili istifade etmeye calisirlar burada esas tecrube neticesinde netice elde etmek sinagi mentiqi esaslandirma ve riyazi subutlarla evez etmekdir Obrazi tanima probleminin klassik formalasdirilmasi Bir cox obyekt verilmisdir Onlara munasibetde bir tesnifat aparmaq lazimdir Bir dest sinifler adlanan alt destlerle temsil olunur Verilmisdir sinifler haqqinda melumat butun destin tesviri ve mueyyen bir sinfe uzv oldugu bilinmeyen bir obyekt haqqinda melumatin tesviri Sinifler ve obyektin tesviri haqqinda movcud melumata gore bu obyektin hansi sinfe aid oldugunu mueyyenlesdirmek teleb olunur Cox vaxt monoxrom goruntuler numune tanima problemlerinde nezere alinir bu da goruntuyu teyyaredeki bir funksiya olaraq nezerden kecirmeye imkan verir T displaystyle T mustevisine qoyulmus bir noqteni nezerden kecirsek burada f x y displaystyle f x y seklin her noqtesinde oz xarakterin parlaqliq seffafliq optik sixligi ifade edir resmi goruntu qeydiyyati Ancaq butun mumkun funksiyalarin desti f x y displaystyle f x y teyyarede T displaystyle T butun goruntuler destinin X displaystyle X modelidir Sekiller arasindaki oxsarliq anlayisini tanidaraq tanima problemi yarada bilerik Bele bir formalasmanin xususi formasi bir yanasma ve ya digerine uygun olaraq taninmanin sonraki addimlarindan cox asilidir Qrafik sekillerin taninmasinin bezi usullariOptik obrazin taninmasi ucun bir cismin gorunusunu muxtelif bucaqlarda terezide ofsetde ve s Siralama usulunu tetbiq ede bilersiniz Mektublar ucun srift srift xususiyyetleri ve s uzre siralamaq lazimdir Ikinci yanasma obyektin konturunu tapmaq ve onun xususiyyetlerini baglanti acilarin olmasi ve s arasdirmaqdir Diger bir yanasma suni neyron sebekelerinden istifade etmekdir Bu usul ya tanima probleminin cox sayda numunesini duzgun cavablar ile ve ya bu problemin xususiyyetlerini nezere alan xususi bir sinir sebekesini teleb edir Obraz tanima metodu PerseptronVeziyyeti qurulusu ve funksional xususiyyetleri tesvir edilen bezi fiziki sistemde psixoloji hadiselerin nece yarana bileceyini gostermek olan beyin modeli konsepsiyasini teqdim eden Frenk Rozenblat ayri seckilik movzusunda en sade tecrubeleri izah etdi Bu tecrubeler tamamile numune tanima metodlari ile elaqedardir lakin hell alqoritminin mueyyenedici olmadigi ile ferqlenir Mueyyen bir sistem haqqinda psixoloji cehetden ehemiyyetli melumat elde etmek mumkun olan en sade tecrube modele iki ferqli stimulun teqdim edildiyi ve bunun ferqli sekilde onlara reaksiya vermesi teleb olunur Bele bir eksperimentin meqsedi eksperimentatorun mudaxilesi olmadigi teqdirde sistem terefinden kortebii ayri seckilik etme ehtimalinin oyrenilmesi ve ya eksine eksperimentator sistemin lazimi tesnifati heyata kecirmek ucun telim kecmesine calismasidir Perseptronun tedrisi ile aparilan tecrubede umumiyyetle ferqlenecek siniflerin her birinin numayendelerini daxil eden mueyyen ardicilliqla sekiller teqdim olunur Yaddas modifikasiyasinin bezi qaydalarina uygun olaraq duzgun reaksiya secimi guclendirilir Sonra nezaret stimulu perkestrona teqdim olunur ve bu sinifin stimullarina duzgun cavab almaq ehtimali mueyyenlesdirilir Secilen idareetme stimulunun telim ardicilliginda istifade olunan goruntulerden biri ile ust uste dusmemesinden ve ya uygun gelmemesinden asili olaraq ferqli neticeler elde edilir Nezaret stimulu telim stimullarinin hec biri ile ust uste dusmurse tecrube yalniz temiz ferq ile deyil umumilesdirme elementlerini de ehate edir Nezaret stimulu eyni sinifin evveller teqdim edilmis stimullari ile aktivlesdirilmis olan elementlerden tamamile ferqli bir hisse hissesini heyecanlandirirsa tecrube saf umumilesdirme isidir Perseptronlarin sirf umumilesdirme qabiliyyeti yoxdur lakin ayri ayriliqda eksperimentlerde olduqca qenaetbexs fealiyyet gosterirler xususen nezaret stimulu qavrayisin artiq tecrube qazandigi goruntulerden birine yaxindan baxsalar IstinadlarTu Dzh Gonsales R Principy raspoznavaniya obrazov M 1978 Matkasym N N Raspoznavanie obrazov s pomoshyu nejronnyh setej Tehnologii Microsoft v teorii i praktike programmirovaniya sbornik trudov XIII Vserossijskoj nauchno prakticheskoj konferencii studentov aspirantov i molodyh uchenyh g Tomsk 22 23 marta 2016 g 23 25 Fajn V S Opoznavanie izobrazhenij M 1970 Zhuravlev Yu I Ob algebraicheskom podhode k resheniyu zadach raspoznavaniya i klassifikacii Problemy kibernetiki M Nauka 1978 vyp 33 S 5 68 EdebiyyatArkadev A G Braverman E M Obuchenie mashiny raspoznavaniyu obrazov M Nauka 1964 Bongard M M Problema uznavaniya M Fizmatgiz 1967 A G Arkadev E M Braverman Obuchenie mashiny klassifikacii obektov M Nauka 1971 Gorelik A L Skripkin V A Metody raspoznavaniya 4 e izd M Vysshaya shkola 1984 2004 Vapnik Vladimir Naumovich Chervonenkis Aleksej Yakovlevich Teoriya raspoznavaniya obrazov M Nauka 1974 Vasilev V I Raspoznayushie sistemy Spravochnik 2 e izd K Naukova dumka 1983 L Shapiro Dzh Stokman Kompyuternoe zrenie M Binom Laboratoriya znanij 2006 Computer Vision ISBN 5 947 74384 1 Fomin Yaroslav Alekseevich Raspoznavanie obrazov teoriya i primeneniya 2 e izd M FAZIS 2012 ISBN 978 5 7036 0130 4 Fomin Yaroslav Alekseevich Tarlovskij Gennadij Rudolfovich Statisticheskaya teoriya raspoznavaniya obrazov M Radio i svyaz 1986 Forsajt Devid A Pons Dzhin Kompyuternoe zrenie Sovremennyj podhod M Vilyams izdatelstvo 2004 Computer Vision A Modern Approach ISBN 0 13 085198 1 Chen Sh K Principy proektirovaniya sistem vizualnoj informacii M Mir 1994 Lbov G S Metody obrabotki raznotipnyh eksperimentalnyh dannyh Novosibirsk Nauka 1981 Barabash Yu L Varskij B V Zinovev V T Voprosy statisticheskoj teorii raspoznavaniya M Sovetskoe radio 1967 Xarici kecidlerVikianbarda elaqeli media fayllar Yuriy Lifsits Kurs Sovremennye zadachi teoreticheskoj informatiki 2008 10 15 at the Wayback Machine Obraz tanima uz tanima metn tesnifati ucun statistik metodlardan muhazireler rus Journal of Pattern Recognition Research Obraz Tanima Arasdirma Jurnali ing