В новой версии свободного Java фреймворка для организации нейронных сетей Neuroph v2.3 (http://neuroph.sourceforge.net/) появился (http://neuroph.sourceforge.net/news.html) готовый механизм для распознавания изображений. Для конечного пользователя подготовлен специальный GUI-интерфейс, предназначенный для проведения обучения нейронной сети и налаживания необходимых для распознавания изображений связей. Иными словами, вначале пользователь вручную обучает систему указывая на наличие определенного элемента на изображении, потом система начинает выявлять данный элемент на новых изображения самостоятельно.
Для интеграции подобной возможности в сторонние приложения подготовлен специальный API. Например, данная функция уже интегрирована в библиотеку DotA AutoScript (http://dota-autoscript.com/blog/about/), распространяемую в исходных текстах. На сайте Neurop доступна online-демонстрация (http://neuroph.sourceforge.net/online_demo.html) возможностей пакета и обзор (http://neuroph.sourceforge.net/image_recognition.html) используемых технологийURL: http://tech.slashdot.org/story/09/10/12/0345210/Image-Recogn...
Новость: https://www.opennet.ru/opennews/art.shtml?num=23832
хочу тоже самое, на си в консольном исполнении =) сразу же интегрирую в motion
кто-нибудь тестировал? как быстро работает?
Судя по описанию у них нет инвариантности к поворотам входного изображения.
Например, если обучить сеть распознавать цифру "2", то система не сможет распознать тот же самый образ повёрнутый на 90 градусов например.
В таких случаях используют свёртку через преобразования Фурье, а уж потом результат свёртки подают на вход нейронной сети.
Далее, обучение у них проходит в полностью автоматическом режиме, что для перцептронов означает 100% попадание в локальный минимум...
В общем, совсем несерьёзно как-то...
>В таких случаях используют свёртку через преобразования ФурьеВ таких случаях, для нивелирования поворота изображения, проще (быстрее и менее ресуроемкая операция) использовать преобразование к полярным координатам.
>>В таких случаях используют свёртку через преобразования Фурье
>
>В таких случаях, для нивелирования поворота изображения, проще (быстрее и менее ресуроемкая
>операция) использовать преобразование к полярным координатам.А ну да, svd разложение, как один из вариантов метода главных компонет (МГК) оно же (PCA), быстрее и дает лучшие результаты чем нейронные сети.
Хм, с помощью этой проги можно сотворить совершенного спам бота!
Пошел смотреть, тогда не надо будет больше тратить деньги на антикаптчу.
Прочитайте 7 комментарий. Можете не благодарить, что сэкономил вам кучу времени.
Было бы на C/C++, было бы достойно внимания. А тут извините, игрушка.
Если бы оно работало в большинстве случаев, то было бы пофигу на чем оно написано. А так действительно есть C++ библиотеки, которые умеют делать то же самое.
>А так действительно есть C++ библиотеки, которые умеют делать то же самое.А можно привести примеры?
Пять секунд гугления выдало ссылку (проект есть на sourceforge):
http://leenissen.dk/fann/
Думаю, что можно найти ещё немало подобного.
Ну и вообще есть такой пакет как Tesseract, он и распознавать тексты умеет (были статьи тут на опеннете)
+1, коду на Java никаких вменяемых применений не найдется. Но надо будет - перепишут на C, переписали же autopano-sift и еще какой-то софт с mono.