Attēla atpazīšanas trokšņa ietekmes samazināšanas metodes dziļajos neironu tīklos, izmantojot brīvpieejamos attēla datus

Abstract

Attēlu atpazīšana pēdējos gados, izmantojot dziļos neironu tīklus, ir kļuvusi par vienu no vispētītākajām dziļās mašīnmācīšanās apakšnozarēm. Ievades attēls vairāk vai mazāk var saturēt dažādus trokšņu veidus, kas, piemēram, var rasties dēļ lādiņu saites matricas CCD defektiem vai, piemēram, dēļ beigtiem pikseļiem šķidro kristālu LCD monitoros, tādējādi radot kļūdas attēlu atpazīšanas procesā. Maģistra darba "Attēla atpazīšanas trokšņa ietekmes samazināšanas metodes dziļajos neironu tīklos, izmantojot brīvpieejamos attēla datus" mērķis ir veikt pētījumu starp konkrētām trokšņa ietekmes samazināšanas metodēm, kas tika pielietotas uz pašveidotiem trokšņainiem MNIST (Mixed National Institute of Standarts and Technology) datiem. Darba ietvaros tika iegūts trokšņu ietekmes samazinājums procentos attēlu atpazīšanas procesiem pie dažādiem trokšņiem, trokšņu līmeņiem, aktivācijas funkcijām, izmaksu funkcijas optimizēšanas metodēm kopā ar trokšņu ietekmes samazināšanas metodēm: L2 regulizācijas metode, dropout metode. Trokšņu ietekmes samazināšanas metodes (L2, dropout, autoencoder) tika salīdzinātās gan savā starpā, gan ar citiem literatūrā atrodamajiem rezultātiem. Salīdzinājums tika veikts ar attēlu atpazīšanas kļūdām pie labākajām izmaksu funkcijas optimizācijas metodēm, aktivācijas funkcijām, trokšņu veidiem un to līmeņiem. Autoencoder metodes rekonstruētie attēli tika salīdzināti ar Matlab filtru iegūtiem attēliem.

Image recognition in recent years, using deep neural networks, has become one of the most researched deep machine learning sections. The input image more or less may contain a variety of noise types, which, for example, may occur due to charged-coupled device CCD defects or, for example, as a dead pixels in liquid crystal LCD monitors, thus causing errors in the image recognition process. The purpose of master's thesis "Methods for impact reduction of image recognition noise in deep neural networks, using common image datasets" is to carry out a research between the specific noise impact reduction methods that have been applied to self-made noisy MNIST (Mixed National Institute of Standard and Technology) datasets. During the research process was obtained the noise impact reduction in percentages of image recognition processes with different noises, noise levels, activation functions, cost function optimization methods together with noise impact reduction methods such as L2 regularization method, dropout method. Noise impact reduction methods (L2, Dropout, autoencoder) were compared with each other and with other results found in the literature. The comparison was made using an image recognition errors at the best cost function optimization methods, activation functions, noise types and levels. Autoencoder method reconstructed images were compared with the Matlab filter obtained images.