РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ С ПОМОЩЬЮ ГЛУБОКИХНЕЙРОННЫХ СЕТЕЙ В ПРИСУТСТВИИ ШУМА
DOI:
https://doi.org/10.62687/myv1jx32Ключевые слова:
Распознавание изображений, глубокие нейронные сети, сверточные нейронные сети, шум, подавление шума изображения, регуляризация.Аннотация
Классификация данных в присутствии шума может привести к гораздо
худшим результатам, чем ожидалось для чистых паттернов. В этой статье исследована проблема в случае глубоких сверточных нейронных сетей, чтобы предложить решения, которые могут смягчить влияние шума. Основными вкладами, представленными в этой статье, является экспериментальное исследование влияния различных типов шума на сверточную нейронную сеть, предложение глубокой нейронной сети, работающей в качестве шумоподавителя, исследование обучение глубокой сети с использованием
шаблонов, загрязненных шумом, и наконец, анализ добавления шума в процессе обучения глубокой сети, как формы регуляризации. Моими основными выводами являются создание фильтра шумоподавления на основе глубокой сети, который превосходит самые современные решения, а также предложение практического метода
глубокого обучения нейронной сети с использованием зашумленных шаблонов для улучшения по сравнению с зашумленными тестовыми шаблонами. Все результаты подкреплены экспериментами, которые показывают высокую эффективность и, возможно, широкое применение предлагаемых решений.
Скачивания
