Neyron tarmoqlari yordamida tasvirlarni siqish algoritmi

Konvolyutsion neyron tarmoqlari

• Konvolyutsion tarmoqlar sun'iy neyron tarmoqlarning eng mashhur turlaridan biridir. Ular vizual naqshlarni (video va tasvirlarni) aniqlash, tavsiya qiluvchi tizimlar va tilni qayta ishlashda samarali ekanligini isbotladilar.
• Konvolyutsion neyron tarmoqlari yuqori darajada kengaytirilishi mumkin va har qanday katta piksellar sonining naqshini aniqlash uchun ishlatilishi mumkin.
• Ushbu tarmoqlar 3D hajmli neyronlardan foydalanadi. Bir qatlam ichida neyronlar faqat retseptiv qatlam deb ataladigan kichik maydon bilan bog'langan.
• Qo'shni qatlamlardagi neyronlar fazoviy lokalizatsiya mexanizmi orqali bog'langan. Ushbu qatlamlarning ko'pchiligining ishi piksellar sonining ko'payishiga javob beradigan maxsus chiziqli bo'lmagan filtrlar bilan ta'minlanadi.

Takroriy neyron tarmoqlari

• Bunday neyron tarmoqlari takrorlanuvchi deb ataladi, ularning neyronlari orasidagi bog'lanishlar indikativ tsiklni tashkil qiladi. Quyidagi xususiyatlarga ega:
• Har bir ulanish o'z vazniga ega, u ham ustuvor hisoblanadi.
• Tugunlar ikki turga bo'linadi, kirish tugunlari va yashirin tugunlar.
• Takroriy neyron tarmog'idagi ma'lumotlar nafaqat to'g'ri chiziq, qatlam-qatlam, balki neyronlarning o'zlari orasida ham uzatiladi.
• Takroriy neyron tarmog'ining muhim o'ziga xos xususiyati - bu "diqqat maydoni" ning mavjudligi, bunda mashina yaxshilangan ishlov berishni talab qiladigan ma'lum qismlarni o'rnatishi mumkin.
• Takroriy neyron tarmoqlar matn ma'lumotlarini tanib olish va qayta ishlashda qo'llaniladi (ular ko'pincha Google tarjimoni, Yandex Palex algoritmi, Apple Siri ovozli yordamchisi tomonidan qo'llaniladi).

EYLER OBRAZINING XARAKTERISTIKASI BILAN TANISHISH.

• Asosiy fikr shundaki, qora va oq tasvir olinadi va 0 oq piksel va 1 qora piksel deb faraz qilsak, butun tasvir birliklar va nollarning matritsasi bo'ladi. Bunday holda, qora va oq tasvirni 2 dan 2 gacha bo'lgan qismlar to'plami sifatida ko'rsatish mumkin, barcha mumkin bo'lgan kombinatsiyalar rasmda ko'rsatilgan:
• Har bir rasmda rasm1, rasm2,... algoritmdagi hisoblash bosqichining qizil kvadratini tasvirlaydi, uning ichida fragmentlardan biri joylashgan. F yuqoridagi rasmdan. Har bir qadamda, har bir parcha, natijada, tasvir uchun umumlashtiriladi Asl to'plamni olamiz:, bundan keyin u Eyler tasvir xarakteristikasi yoki xarakteristika to'plami deb ataladi.
• Izoh: amalda F0 qiymati (asl tasvir uchun bu qiymat 8) ishlatilmaydi, chunki u tasvirning foni hisoblanadi. Shuning uchun, F1 dan F15 gacha bo'lgan 15 ta qiymatdan foydalaniladi.