Hierarchical Neural Networks for Image Interpretation

عملکرد انسان در ادراک بصری بسیار بیشتر از عملکرد سیستم های بینایی کامپیوتری معاصر است. در حالی که انسان‌ها می‌توانند محیط خود را تقریباً فوراً و به طور قابل اعتماد تحت طیف گسترده‌ای از شرایط درک کنند، سیستم‌های بینایی رایانه‌ای فقط در شرایط کنترل‌شده در حوزه‌های محدود به خوبی کار می‌کنند.

این کتاب تلاش می‌کند تا استحکام و سرعت را بازتولید کند. ادراک انسانی با پیشنهاد یک معماری شبکه عصبی سلسله مراتبی برای تفسیر تصویر تکراری معماری پیشنهادی را می توان با استفاده از تکنیک های یادگیری بدون نظارت و نظارت آموزش داد.

کاربردهای معماری پیشنهادی با استفاده از شبکه های کوچک نشان داده شده است. علاوه بر این، چندین شبکه بزرگتر برای انجام وظایف بینایی کامپیوتری مختلف آموزش دیدند.

Human performance in visual perception by far exceeds the performance of contemporary computer vision systems. While humans are able to perceive their environment almost instantly and reliably under a wide range of conditions, computer vision systems work well only under controlled conditions in limited domains.

This book sets out to reproduce the robustness and speed of human perception by proposing a hierarchical neural network architecture for iterative image interpretation. The proposed architecture can be trained using unsupervised and supervised learning techniques.

Applications of the proposed architecture are illustrated using small networks. Furthermore, several larger networks were trained to perform various nontrivial computer vision tasks.