|
Thesis
/ | ROMDOC-THESIS-2017-1352 |
Contribuţii la studiul şi aplicaţiile modelului "pulse-coupled neural network" pentru analiza imaginilor
Carată, Şerban Vasile
2016-09-13
Abstract: Abstract Această lucrare studiază și aduce îmbunătățiri modelului Pulse Coupled Neural-Network (PCNN) privind aplicatiile sale in domeniile Computer Vision si Pattern Recognition. Capitolul 3 prezinta două metode de segmentare a imaginilor bazate pe modelul PCNN:(a) segmentarea imaginilor in tonuri de gri; (b) segmentarea imaginilor color. Capitolul 4 prezinta un modelul PCNN pentru segmentarea imaginilor multispectrale cu aplicatii pentu recunoașterea plăcuțelor de înmatriculare auto. Modelul are etapele (a) segmentarea bazată pe modelul PCNN; (b) clasificarea cu SVM a caracterelor. Capitolul 5 trateaza o abordare de recunoaștere automată a țintei în imaginile radar de apertura sintetică folosind un modul de segmentare PCNN combinat cu un clasificator supervizat cu generarea de date virtuale furnizate de un sistem de retele neurale concurente de tip Concurrent Self-Organization Maps (CSOM). Capitolul 6 este dedicat unui model de detectie a starii de ebrietate bazat pe analiza imaginilor faciale în domeniul termal. Metoda constă în următoarele etape de prelucrare: (a) segmentarea imaginilor cu PCNN; (b) selectia caracteristicilor, folosind Principal Component Analysis (PCA) urmata de Linear Discriminant Analysis (LDA); (c) clasificarea cu Support Vector Machine. S-a construit o bază de date specifica probemei. Capitolul 7 prezinta un model nesupervizat de detectie a schimbărilor la nivel de pixel in imaginile satelitare bazat pe modelul PCNN combinat cu tehnica Change Vector Analysis (CVA). Toti algoritmii propusi in teza ca aplicatii ale modelului PCNN sunt comparati cu tehnici de referinta si rezultatele experimentale confirma valabilitatea metodelor propuse. Abstract This thesis studies and improvements the Pulse-Coupled Neural Network (PCNN) model and its applications in the fields of Computer Vision and Pattern Recognition. Chapter 3 describes two Pulse-Coupled Neural Network (PCNN) segmentation methods: (a) gray scale image segmentation; (b) color image segmentation. Chapter 4 presents a PCNN model for multispectral image segmentation. Its application for license plate recognition is considered. This consists of three processing steps (a) PCNN–based segmentation; (c) SVM classification of the letters. Next the thesis presents a neural network approach for automatic target recognition in the synthetic aperture radar imagery using a PCNN segmentation module combined with a classifier based on virtual training data generation using Concurrent Self-Organization Maps (CSOM). Chapter 6 presents a model of subject-independent drunkenness detection based on analysis of thermal infrared facial images. The method consists of the following processing stages: (a) PCNN image segmentation; (b) feature selection using Principal Component Analysis (PCA) cascaded with Linear Discriminant Analysis (LDA); (c) Support Vector Machine classification. We have built an experimental thermal infrared facial image database. Chapter 7 present an unsupervised change detection model at pixel level based on the PCNN model combined with the Change Vector Analysis technique. All the proposed algorithms in the thesis that are applications of the PCNN model are compared with reference techniques and the experimental results confirm the validity of the proposed methods.
Keyword(s): Vedere artificială -- Modele neuronale -- Teză de doctorat ; Prelucrarea imaginii -- Teză de doctorat ; Recunoaşterea obiectelor -- Teză de doctorat ; Recunoaşterea formelor -- Teză de doctorat
OPAC: See record in BC-UPB Web OPAC
Full Text: see files
Record created 2017-06-09, last modified 2017-06-09
Similar records
| People who viewed this page also viewed: |
|
|
Be the first to review this document.
Start a discussion about any aspect of this document.
guest ::