Введение к работе
- з -
Актуальность темы диссертации
Начиная с середины 80-х годов в мире происходит лавинообразное нарастание интереса к искусственным нейронным сетям (НС).
Интерес к НС обусловлен осознанием несоответствия вербальных методов решения существу неформализуемых задач, задач с нечеткой логикой, комбинаторно-комплексных и т.п. НС метод решения таких задач основан на установлении ассоциаций входного воздействия с эталонными, выдвижении на этой основе гипотез, их конкуренции между собой и принятии победившей гипотезы в качестве ответа. Ответ не вычисляется, а ищется среди уже известных сети по заданным ассоциативным законам и правилам конкуренции гипотез.
Такой путь решения задачи требует большого объема параллельных вычислений. В структуре НС выделяются нейроны - элементарные вычислительные узлы, как правило, нелинейные сумматоры, и межсоединения ('связи), соединяющие выходы одних нейронов со входами других и взвешивающие передаваемые сигналы. Связи хранят информацию об эталонах в виде весов, установленных при обучении.
Интерес к оптическим реализациям НС обусловлен двумя группами причин:
-
Способностью оптики осуществлять параллельную обработку двумерных массивов информации. Этот фактор не имеет именно НС специфики и одинаково существенней для оптических реализаций обеих типов вычислителей - Фон Неймановского и нейросетевого.
-
Реализацией оптикой связей в свободном пространстве -единственного вида связей, позволяющего решить проблему глобальной связности нейронов. Этот фактор имеет первостепенное значение для выбора реализации НС - оптической или электронной.
2. Соответствием оптической голографии ключевым принципам НС - обучению, распределенности вычислений и связей, ассоциативности.
Важнейшая сфера применения НС методов - восприятие изображений, включая их понимание (в т.ч.распознавание). Один из традиционных инструментов, применяемых для решения этой задачи - голографический коррелятор (ГК), рассматривавшийся ранее лишь как специализированный вычислитель с низкой точностью, терпимый лишь из-за своей высокой производительности при обработке изображений, недостижимой для ЭВМ.
Один из важнейших принципов биологических НС - принцип ассоциативности. Оптическим НС (ОНС) на базе ГК посвящено большое количество работ по реализации моделей ассоциативной памяти (АЛ), в том числе и адаптивной (АНС). В этих ОНС ГК используется для реализации связей между нейронными слоями. Работы ограничиваются исследованием только АЛ. Другие варианты ассоциативной обработки не рассматриваются. Для энергетического рельефа, формируемого ГК как матрицей связей, нет удовлетворительного для практических целей решения вопроса о первоначальном положении точки состояния сети в случае произвольных геометрических искажений обрабатываемого изображения относительно эталона. Модели АНС и их реализации работают только с образами, предъявляемыми на чистом фоне в известном положении - задача обнаружения и выделения ранее не известного образа из структуроподобного фона не рассматривается.
В настоящей работе исследовалась ОНС архитектуры "коррелятор Ван дер Люгта в линейном резонаторе". Целевая ориентация ОНО -ассоциативная обработка изображений. Подразумевается необходимость сохранения существенного свойства ГК - сдвиговой инвариантности.
Цель работы - поиск возможностей данной ОНС по ассоциативной обработке' изображений, обусловленных применением коррелятора Ван дер Люгта для реализации связей нейронных слоев.
- 5 -Задачи исследования :
-
Разработка ориентированного на обработку реальных изображений метода численного исследования структуры фазового рельефа, формируемого голографическим коррелятором при реализации матрицы связей нейронных слоев, в том числе, разработка метода численного моделирования влияния произвольных геометрических искажений на корреляцию изображений.
-
Определение возможных типов ассоциативной обработки изображений (типов решений) в двунаправленной оптической нейронной сети, с матрицей связей, реализуемой коррелятором Ван дер Люгта,
-
Разработка методов юстировки сети.
-
Определение возможностей применения разработанной ОНО в задаче адаптивной классификации образов на структуроподобных фонах для решения подзадачи выделения из фона нового, ранее не известного образа.
Научная новизна работы состоит в следующем:
1. Предложена двуслойная двунаправленная оптическая нейронная
сеть на базе голографического коррелятора Ван дер Люгта и впервые
теоретически и экспериментально показано, что в данной сети возможна
обработка изображений не только по типу ассоциативной памяти, но
возможны также и два других типа ассоциативной обработки:
-восстановление общего фрагмента двух сравниваемых изображений, -восстановление фрагмента объектного изображения, отсутствовавшего в эталонном.
2. Предложен и разработан метод численного исследования
(разового рельефа нейронных сетей с корреляционной матрицей связей по
сечениям энергетического минимума, образованными геометрическими
трансформациями эталонного изображения в объектное, для чего
разработан имеющий самостоятельное практическое значение метод
- б -
численного моделирования влияния геометрических искажений произвольного вида на корреляцию изображений.
в. Разработаны методы юстировки:
-голографического согласованного фильтра по вспомогательному голографическому согласованному фильтру, записанному с фрагмента изображения в другом диапазоне пространственных частот,
-фазосопрягащего зеркала в слое корреляций по вспомогательному голографическому согласованному фильтру, записанному с вспомогательной апертуры.
4. Предложено применение ОНО в задаче адаптивной классификации образов на структуроподобном фоне для решения задачи выделения из фона нового, ранее не известного сети образа, отличающегося от фона своей временной устойчивостью - разработаны алгоритм работы и функциональная схема адаптивной ОНО.
Основные защищаемые положения:
1.Возможность достижения в двуслойной двунаправленной оптической нейронной сети с матрицей связей между слоями, реализуемой коррелятором Ван дер Люгта, наряду с решением типа ассоциативной памяти, также еше двух типов решений:
восстановление общего фрагмента сравниваемых изображений,
восстановление отличающихся от эталона фрагментов предъявляемого изображения.
-
Метод численного моделирования влияния геометрических искажений произвольного вида на корреляцию изображений, использующий описание изображений стационарным эргодичным случайным процессом.
-
Методы юстировки элементов оптической нейронной сети:
- голографического согласованного фильтра по вспомогательному фильтру с пониженной критичностью юстировки, записанному с фрагмента
изображения в другом диапазоне пространственных частот.
' - Фазосопрягающего зеркала по вспомогательному фильтру, записанному с вспомогательной апертуры.
Научная и практическая ценность работы
В работе показаны новые возможности двунаправленной ОНО на базе коррелятора Ван дер Люгта по ассоциативной обработке изображений, которые могут быть использованы в задачах наблюдения и контроля, требующих выявления происшедших изменений, в системах искусственного интеллекта, в т.ч. автономных роботов.
Разработанный метод численного исследования фазового рельефа ОНО с корреляционной матрицей связей позволяет ответить на вопрос о первоначальном положении точки состояния сети в условиях произвольных геометрических искажений входного изображения и, тем самым, о возможности достижения сетью решения при обработке реальных изображений. Также, разработанный в его рамках метод численного моделирования влияния геометрических искажений на корреляцию изображений позволяет моделировать работу корреляционно-экстремальных систем в условиях геометрических искажений любого типа при существенном сокращении объема вычислений по сравнению с непосредственным вычислением корреляции. Исследована связь поведения корреляционных характеристик с условиями формирования изображений, характеристиками изображений, какала передачи и обработки.
В работе предложены методы юстировки голографического согласованного фильтра и фазосопрягающего зеркала, позволяющие выполнять юстировку, в т.ч. в условиях слабых сигналов, использую те же, принципы и тог же процесс в том же устройстве, что и основная обработка, т.е. без внешних по отношению к основной схеме устройств (реперов, маркеров и т.п), работающих на иных принципах, требукодих согласования с основным устройством и процессом и могущих служить
- 8 -источником дополнительных ошибок.
Показана возможность применения разработанной ОНО в задаче адаптивной классификации образов на структуроподобном фоне для решения задачи выделения нового неизвестного образа из фона по критерию различий в их временной устойчивости - разработаны алгоритм работы сети и функциональная схема.
Практическая ценность работы подтверждена актами использования результатов в разработках ЦНИИАГ и АО "Красногорский завод".
Апробация работы
Результаты работы доложены на 6 международных и 2 Всесоюзных конференциях, опубликованы в 14 научных статьях и защищены 4 авторскими свидетельствами и 1 патентом РФ. .
Объем работы
Работа состоит из введения, четырех глав и заключения, содержит 143 страницы машинописного текста,, 57 рисунков и 6 таблиц. Список литературы включает 137 наименований.
