Приложение СНРБ-сети для распознавания изображений

Проблема распознавания оцифрованных изображений важна для многих приложений, таких, например как; обработка фотографий из космоса, анализ хромосом в биологии, в кардиологии, для решения уже упомянутых задач ФВЭ, а также в биометрии для распознавания изображений человеческих лиц.

Последняя задача была выбрана для исследования, поскольку в ней воплощались проблемы, типичные для остальных приложений, она была достаточно хорошо изучена [46-48], имелась доступная через Интернет достаточно представительная база данных с набором из 400 изображений лиц [49].

Требованиями для нейросетевого алгоритма являлось быстрое и надежное распознавание изображений человеческих лиц, полученных видеокамерой с 8-разрядной градацией серого. После обучения на 10-12 снимках каждого из этих лиц ИНС должна их уверенно распознавать и надежно отвергать изображение любого из неизвестных субъектов. Вероятностные требования:

вероятность нераспознания «своего» лица = 0,01

вероятность пропустить «чужого» = 0.005

Для упрощения рассматривались только фронтальные изображения лиц, оцифрованные в виде растра 40x56. Алгоритм должен быть пригоден для реализации на недорогой персональной ЭВМ, соединенной с видеокамерой. При этом требовалось обеспечить распознавание лиц в реальных условиях, когда неизбежны небольшие вариации поз, изменения в выражениях лиц, прическах, небритости у мужчин и т.д. Сложность задачи обуславливалась как технической проблемой преобразования непрерывного изображения в растр, порождающий свыше 2500 входных нейронов сети, так и программными трудностями

организации обучения сети с таким немыслимым для обычного многослойного персептрона числом нейронов. Потребовалось также оптимизировать работу сети, чтобы с добавлением нового лица в обучающее множество она быстро "доучивалась", а не переучивалась снова.