Введение к работе
Актуальность
Дальнейшее развитие средств вычислительной техники связывается с прикладными сферами эффективного применения. В частности в качестве основных компонентов компьютерных систем поддержки принятия решений, функционирующих на основе методов теории распознавания образов. Не смотря на давность постановки проблемы распознавания образов до сегодняшнего дня не найдено ее общего решения, что порождает необходимость в разработке методов, алгоритмических, программных и технических средств, находящихся в сильной зависимости от специфики решаемых задач в данной предметной области. Доминирующим направлением решения задачи распознавания образов является обучение. Между тем, методам обучения распознавания с учителем уделено недостаточно внимания.
В результате объективных психофизиологических ограничений лицо, осуществляющее обучение распознаванию образов, не может оперировать многомерными объектами. Поэтому для организации диалоговых процедур обучения используется визуализация, т.е. отображение многомерных объектов на плоскость монитора.
Визуализация позволяет рационально распределить функции между распознающей системой и лицом, осуществляющим обучение. При этом система синтезирует форму представления многомерных объектов, а человек определяет таксоны и их границы. Основная проблемная ситуация заключается в несоответствии сложности и стоимости существующих программных средств и самообучающихся устройств автоматического распознавания образов в виде монохромных точечных двухмерных объектов (изображений символов, дактилоскопических отпечатков, радужки глаза человека, товарных знаков и т.д.) реальным запросам и возможностям широкого круга пользователей. Основная решаемая задача заключается в создании способа многомерного представления точечных образов с последующей их визуализацией на плоскости монитора, позволяющей лицу, осуществляющему обучение, выполнять операции разграничения многомерных объектов, а также в разработке и исследовании устройств вычислительной техники массового применения, реализующих процедуры визуализации и автоматического распознавания.
Проблемам визуализации посвятили свои работы А. Пуанкаре, К. Фу, У. Торгенсон, К. Пирсон, к. Фукунага, А.Ю. Терехина, Р.С. Лбов, Н.Г. Заго-руйко, А.И. Галушкин и другие отечественные и зарубежные ученые.
Для решения основной задачи имеются необходимые основания и предварительные разработки. Теоретический фрагмент работы диссертационной работы связан с разработкой и обоснованием способов реализации процессов обучения и распознавания и их алгоритмизации^ а гтраітшргтгміі,фрагмент - с созданием программно-аппаратных средств в їівйРлЛМЯівйЗДеЯЛфь распо-
О» mlviaO(
4 знавания образов и экспериментальными исследованиями скоростных характеристик алгоритмов и устройств.
На основании изложенного тема диссертационного исследования является актуальной и перспективной. "
Работа выполнялась в рамках грантов ГОО-1.4-1.5 (2000-2002 г.) Министерства образования РФ при непосредственном участии автора, и Г02-4.2-5 (2002-2004 г.).
Цель диссертационной работы заключается в создании способов и алгоритмов: отображения двухмерных изображений исходных точечных объектов в кластеры многомерного пространства признаков; отображения многомерных форм представления кластеров на плоскость монитора (визуализация) для реализации процесса обучения с учителем; способа структурно-функциональной организации мультипроцессора, реализующего алгоритмы визуализации и автоматической классификации, а также в исследовании скоростных характеристик и параметров качества распознавания программных и аппаратных средств.
Задачи
-
Выполнить анализ форм представления точечных образов и определения структуры исходных данных, разработать способ построения многомерных форм представления объектов распознавания
-
Создать способ и осуществить его алгоритмизацию для построения отображения объектов многомерного пространства на плоскость и определения принадлежности к классу объектов многомерного пространства в диалоговом режиме.
-
Разработать способ автоматического распознавания точечных образов на основании обучения с учителем в режиме диалога.
-
Разработать аппаратную реализацию мультипроцессора распознавания.
-
Произвести исследование скоростных характеристик и уровня качества распознавания разработанных программных средств, а так же аппаратной реализации с целью обоснования ее использования в качестве сопроцессора-акселератора.
Методы исследования основываются на результатах современной топологии, теории распознавании образов, теории систем обработки символьной информации, теории алгоритмов и конструктивной математической логики, а также теории автоматов и проектирования ЭЦВМ.
Научная новизна заключается в следующих результатах:
-
Созданы способ и алгоритм отображения двумерных исходных точечных объектов в кластеры многомерного пространства признаков, позволяющие устранить ограничение на число образов и их топологические конфигурации.
-
Разработаны и формально обоснованы способ и алгоритм визуализации, обеспечивающие лицу, осуществляющему обучение в режиме
5 диалога, выполнять операции разграничения многомерных кластеров, отображенных на плоскость монитора.
-
Разработаны и экспериментально обоснованы способ и алгоритм, реализованный в виде программного продукта, автоматической классификации объектов на основе обучения с учителем, открывающие пути получения показателей уровня качества распознавания по отношению к таким образцам систем распознавания как FineReader 7.0.
-
Разработан способ структурно-функциональной организации мультипроцессора нового класса для распознавания образов с использованием программируемых логических интегральных схем (ПЛИС) с низким уровнем сложности и себестоимости, открывающий пути для дальнейших инженерных разработок или постановки НИОКР.
-
Проведено сопоставительное исследование характеристик разработанных программных средств и мультипроцессора распознавания. Установлено, что скоростные преимущества разработанного мультипроцессора до 2- раз по отношению к программной реализации на Pentium-4 и до 15 раз на других персональных компьютерах, а по отношению к устройству аналогу - 20 - 25 раз.
Практическая значимость работы заключается в том, что в результате исследования разработаны пригодные для использования программные средства с низким уровнем сложности и стоимости построения отображения объектов многомерного пространства, которые рекомендуются для широкого использования при решении практически важных задач распознавании и визуализации классов объектов, характеризуемых большим множеством признаков в различных прикладных областях. Разработанное техническое решение мультипроцессора позволяет существенно увеличить быстродействие процессов построения отображения объектов многомерного пространства на плоскость при ограничениях на время принятия решений, что создает основу для постановки НИОКР по разработке промышленных образцов мультипро-цессоровраспознавания.
Внедрение результатов работы. Полученные в диссертационной работе результаты используются в отделе программно-технического обеспечения Учреждения юстиции по регистрации прав на территории Курской области и в учебном процессе Курского государственного технического университета.
Апробация результатов работы. Результаты диссертационной работы обсуждались и получили положительную оценку на следующих научных кворумах: IV Международной научно-технической конференции «Распозна-вание-2001», Курск 2001 (дважды), VI Международной научно-технической конференции «Распознавание-2003», Курск 2003, VII Международной научно-технической конференции «Медико-экологические информационные технологии», Курск 2004.
Публикации. Результаты выполненных разработок и исследований нашли отражение в 7 работах.
Личный вклад автора в диссертационную работу. Все представленные в
диссертационной работе совместные результаты включены в диссертацию с согласия соавторов. В работах [1-3] лично соискателем разработаны способы и алгоритмические средства построения отображения и визуализации объектов многомерного пространства на плоскость, являющегося основной процедурой распознавания образов.
Основные положения, выносимые на защиту
-
Способ и алгоритмы построения многомерных форм и отображения объектов многомерного пространства на плоскость.
-
Способ автоматического определения принадлежности к классу объекта многомерного пространства по результатам обучения с учителем.
-
Структурно-функциональная организация мультипроцессора построения и визуализации отображения объектов многомерного пространства на плоскость и схемные решения устройств.
-
Результаты сопоставительного исследования скоростных характеристик и уровня качества распознавания разработанных программных и аппаратных средств.
Структура и объем работы. Диссертационная работа состоит из введе
ния, четырех глав, заключения, списка литературы из наименований,
приложения. Диссертация изложена на страницах и содержит
рисунков и таблиц.
