Soluzione Adottata: Feedforward Neural Networks
Sommario
- Acquisizione dell'immagine
- Ricerca e estrazione della targa
- Ricerca ed estrazione dei caratteri
- Riconoscimento Caratteri
- Scenario delle soluzioni
- Soluzione Adottata: Feedforward Neural Networks
- Neural Networks: Bibliografia
La soluzione scelta è quella di utilizzare delle tecniche neurali per la buona resistenza al rumore, robustezza.
L'idea di avere un meccanismo a cui fornire la bitmap e da cui avere la risposta esatta, è molto allettante, tuttavia l'approccio neurale pone dei seri problemi di progettazione della rete.

Dopo numerosi esperimenti si è arrivati alla seguente topologia
- Livello di ingresso X
tanti nodi quanti i pixel dell’immagine-carattere - Livello di uscita Y
36 nodi quanti i simboli da riconoscere - Livelli interni H
un primo livello con 30 nodi
un secondo livello con metà nodi del primo
I 36 nodi al livello di uscita corrispondono i simboli alfanumerici. La identificazione del simbolo i-esimo viene presentata dalla rete con il valore 1 nel nodo i-esimo e tutti 0 negli altri nodi. Questa e' la condizione teorica ideale. Nella realtà i nodi assumo valori tra 0..1 e il simbolo selezionato avra' valore vicino a 1 mentre gli altri nodi avranno valore vicino a 0.

Questo materiale è di proprietà di Pk Lab ed è utilizzabile liberamente a condizione di citarne la fonte.