Вступ

1. Аналіз поточного стану проблеми

1.1. Актуальність розробки

1.2. Задача розпізнавання образів

1.3. Методи розпізнавання образів

1.3.1. Класифікація методів розпізнавання образів

1.3.2. Евристичні методи

1.3.3. Математичні методи

1.3.4. Структурні(лінгвістичні) методи

1.4. Мета і задачі розробки

1.5. Висновки

2. Мережа байєса та комбінація методів

2.1. Теорема Байєса

2.2. Поняття мережі Байєса

2.3. Графічне відображення структури мережі Байєса

2.4. Поняття імовірнісного висновку в МБ

2.5. Типи мереж Байєса

2.6. Навчання мережі

2.7. Характеристика моделей класифікації

2.7.1. Модель наївного байєсівського класифікатора

2.7.2. Три основні задачі при моделюванні моделей Маркова

2.7.3. Розв’язання першої задачі

2.7.4. Розв’язання другої задачі

2.7.5. Розв’язання третьої задачі

2.7.6. Обґрунтування алгоритму Баума-Велша

2.7.7. Нормально розподілені випадкові величини

2.7.8. Алгоритм Баума-Велша для випадку використання неперервних спостережуваних величин

2.8. Висновки

3. Розробка комбінованого метода розпізнавання

3.1. Наївний байєсівський класифікатор

3.1.1. Алгоритм розпізнавання жестів за допомогою наївного байєсівського класифікатора (НБК)

3.2. Алгоритм розпізнавання жестів за допомогою наївної мережі Байєса зі зворотним формуванням імовірнісного висновку

3.3. Динамічна мережа Байєса

3.3.1. Алгоритм розпізнавання жестів на основі динамічної мережі Байєса

3.4. Алгоритм кольорової диференціації

3.4.1. Вхідні дані

3.4.2. Перший прохід. Визначення ділянок можливого положення пальців

3.4.3. Другий прохід. Визначення координат та кутів

3.5. Загальний алгоритм локалізації жесту

3.5.1. Попередня обробка зображення

3.5.2. Локалізація долоні

3.5.3. Розбиття відео на жести

3.5.4. Отримання ознак жесту

3.5.5. Класифікація жесту

3.6. Висновки

4. Розробка комп’ютерної системи розпізнавання

4.1. Архітектура системи

4.2. Контрольні приклади перевірки якості роботи системи

4.2.1. Опис набору даних

4.2.2. Контрольний приклад наївного байєсівського класифікатора

4.2.3. Контрольний приклад наївної байєсівської мережі з формуванням зворотного імовірнісного висновку

4.2.4. Контрольний приклад динамічної байєсівської мережі

4.3. Аналіз результатів

4.4. Висновки

5. Охорона праці та захист у надзвичайних ситуаціях

5.1. Аналіз ймовірних небезпечних та шкідливих виробничих факторів, створюємих проектованим об’єктом

5.1.1. Параметри мікроклімату

5.1.2. Освітлення

5.1.3. Шум та вібрація

5.1.4. Електромагнітне та іонізуюче випромінювання

5.1.5. Електробезпека

5.1.6. Пожежна безпека

5.2. Заходи зниження рівня впливу небезпечних і шкідливих виробничих факторів

5.2.1. Заходи щодо захисту від ураження електричним струмом

5.2.2. Заходи щодо захисту від підвищеного рівня електромагнітного випромінювання

5.2.3. Заходи підтримки мікроклімату

5.2.4. Заходи забезпечення протипожежної безпеки

5.3. Індивідуальне завдання. Розрахунок параметрів робочої зони

5.3.1. Освітленість приміщення

5.3.2. Кондиціювання приміщення

5.4. Висновки

Висновки по роботі та рекомендації для подальших досліджень

Перелік посилань

Додаток А

Додаток Б

В сфері інформаційних технологій історично склалася картина постійного і швидкозростаючого прогресу у дуже багатьох напрямах: від розробки апаратної частини до створення складних інтелектуальних інтерфейсів користувача будь-якої степені інтеграції. Оскільки останні тенденції розвитку технологій призводять до постійного зростання продуктивності обчислювальної техніки одночасно із зменшенням їх габаритів, то в решті-решт ця гонка призведе до необхідності приділяти більше уваги саме «інтелектуальності» систем.

І вже сьогодні для кінцевого користувача наявність високотехнологічного телефону чи планшету не є якимось дивом. Тому наступним кроком необхідно розробити більш природній для людини спосіб взаємодії із інформаційною системою, ніж клавіатура та миша, аналогічний до того, що ми використовуємо у повсякденному житті. Дуже активно розвивається на сьогодні напрямок керування комп’ютером за допомогою голосових команд, але, не зважаючи на всі успіхи, цей метод не є універсальним, тому на допомогу може прийти інший спосіб передачі інформації із використання систем візуалізації: міміки та жестів.

Робота присвячена актуальній задачі розпізнавання образів, зокрема розпізнаванню жестів. Обчислювальні системи існують вже не один десяток років. Метою їх створення була можливість замінити людину, зробити за неї трудомістку роботу, що вимагає складних обчислень. Одна з таких задач полягає в тому, як навчити комп'ютер розпізнавати образи (зокрема, який алгоритм необхідно створити, щоб комп'ютер міг сприймати необхідні зображення).

Розпізнавання елементів зображення - дуже складна задача з теоретичної і практичної точок зору. Людина, наприклад, задіює для цього весь комплекс знань і досвіду. Вона виділяє жест із сукупності сигналів органів почуттів, виділяє кожний елемент, їх характерні ознаки і на підставі цього доходить висновку про кінцеве його значення. Комп'ютер помиляється в процесі розпізнавання набагато частіше ніж людина.

Не існує абсолютно точного методу визначення об'єктів по їхньому зображенню. Багато із розроблених комерційних проектів використовують свої запатентовані методи й не можуть похвалитися ідеальним розв'язком задачі. Для виконання даної задачі було використано методологію мереж Байєса.

МБ представляють собою зручний інструмент для опису досить складних процесів і подій з невизначеностями. Вони виявилися особливо корисними при розробці та аналізі машинних алгоритмів навчання. Основною ідеєю побудови графічної моделі є поняття модульності, тобто розкладання складної системи на прості елементи.

Дана робота присвячена темі розпізнавання образів на основі мереж Байєса. Було розроблене програмне забезпечення на основі наївного байєсівського класифікатору, наївної мережі Байєса зі зворотним формуванням імовірнісного висновку та динамічної мережі Байєса для розпізнавання жестів. Вона призначена для роботи на ЕОМ і реалізована мовою високого рівня С++. Запропонована архітектура пристрою для розпізнавання жестів на основі МБ зі зворотним формуванням імовірнісного висновку. Результати розпізнавання порівняні з програмою від корпорації Microsoft.

В першому розділі розглядалося поняття задачі розпізнавання образів та було виконано огляд методів для розпізнавання образів.

Другий розділ присвячений теоретичним відомостям щодо мереж Байєса.

У третьому розділі запропонована методика розпізнавання.

В четвертому розділі розглянуто розроблене ПЗ та виконано ряд експериментів по розпізнаванню жестів з існуючої БД.

Результати роботи:

- Запропонований комбінований метод розпізнавання образів на основі наївної мережі Байєса зі зворотним формуванням імовірнісного висновку, динамічної мережі та наївного класифікатора;

- Запропонований алгоритм кольорової диференціації та локалізації жесту;

- Запропонована архітектура пристрою для розпізнавання жестів з використанням мереж Байєса;

- Реалізована комп’ютерна програма;

- Розроблена комп’ютерна програма апробована на реальних прикладах.

Подальшими напрямками роботи можуть бути питання, що стосуються:

1. Поліпшення використаних для розпізнавання методів:

– підбір оптимальних параметрів зображень;

– підбір оптимальної кількості прихованих станів.

2. На основі реалізованої комп’ютерної програми реалізації системи для розпізнавання у режимі real-time.

3. Застосування інших методів для розпізнавання образів.