Wykonali: Anna Sadowska Roman Michalak

Data: 18.06.2006

RAPORT
OPRACOWANY NA ZALICZENIE PRZEDMIOTU
METODY I ALGORYTMY SZTUCZNEJ INTELIGENCJI

< Powrót >

Głównym narzędziem, z którego korzystaliśmy był emulator sieci neuronowych SNNSv4.2. W tym środowisku możliwe było stworzenie odpowiedniej sieci neuronowej, przetestowanie różnych konfiguracji sieci. Pakiet ten umożliwia także wygenerowanie na podstawie nauczonej już sieci funkcji w C, dzięki czemu testowanie sieci (sprawdzanie, jakie są jej wyniki) było dla nas łatwiejsze i bardziej intuicyjne.
 

< Powrót >

Rysunek 6: Oryginalny obraz	Rysunek 7: Obraz przetworzony

Sieć neuronowa, jaką utworzyliśmy na początku (I metoda) była bardzo duża, dlatego zaczęliśmy się zastanawiać nad innym podejściem do tego zagadnienia. Mianowicie postanowiliśmy nie wprowadzać do sieci neuronowej jako jej wejścia wszystkich pikseli z obrazka, ale wydobyć z obrazków pewne cechy, które będą charakteryzować osoby na obrazkach. Cechy te wydobyliśmy zgodnie z rysunkiem po lewej. Jak widać na rysunku, z każdego zdjęcia wydobyliśmy 20 charakterystycznych punktów. Jako neurony wejściowe do sieci neuronowej wprowadziliśmy nie bezpośrednio te wartości, ale odległości pomiędzy zaznaczonymi punktami. W ten sposób utworzyliśmy sieć neuronową o 190 neuronach wejściowych, 15 neuronach w warstwie ukrytej i 10 w wyjściowej.

< Powrót >

Zastosowane algorytmy uczące.

Do uczenia sieci wykorzystaliśmy dwie funkcje uczące :
a) Vanilla Backpropagation
Jest to standardowy algorytm uczący. Można go zdefiniować jako:

Vanilla Backpropagation jest także nazywany algorytmem online backpropagation, ponieważ w trakcie uczenia aktualizuje wagi po każdym wzorcu.

W pakiecie SNNS algorytm Vanilla Backpropagation jest możliwy do wywołania pod nazwą Std_Backpropagation.


b) Quickprop
Jedną z metod przyspieszenia procesu uczenia się sieci neuronowej jest zastosowanie informacji o krzywiźnie płaszczyzny utworzonej przez błąd. Quickprop przybliża wykres błędu do lokalnie kwadratowego i usiłuje przeskoczyć w jednym skoku bezpośrednio z obecnego punktu do minimum paraboli.
Quickprop wylicza pochodne w kierunku każdej wagi. Po obliczeniu pierwszego gradientu metodą standardową, bezpośredni krok do minimum błędu wynosi:
 

Przebieg uczenia się sieci (2. metoda) przy użyciu funkcji Quickprop.	Przebieg uczenia się sieci (1. metoda) przy użyciu funkcji Quickprop.

< Powrót >

w II metodzie nieprawidłowo rozpoznane są:
- 2 zdjęcia os 6-rozpoznanie os 4 (0.128111)
- 2 zdjęcia osoby 9 rozpoznanie osoby 1 (0.498529)
- 2 zdjęcia osoby 10 rozpoznanie osoby 1(0.508156)

jeśli chodzi o I metodę tylko jedno rozpoznanie jest błędne.

Wyniki, jakie daje sieć przy drugiej metodzie są mniej prawidłowe. Sieć się częściej „gubi”. Myślimy jednak, że nie wynika to jednak ze złej topologii sieci czy złego doboru parametrów. Bardziej prawdopodobne wydaje nam się, że jest to spowodowane niezbyt dokładnym etapem związanym z przetwarzaniem obrazów wprowadzanych na wejście sieci. Pełne wyniki znajdują się tutaj.

Prawidłowe rozpoznawanie.

I metoda				II metoda
Zadane zdjęcie	Wskazana przez sieć osoba	Współczynnik rozpoznania		Zadane zdjęcie	Wskazana przez sieć osoba	Współczynnik rozpoznania
		0.97				0.78
		0.99				0.99
		0.99				0.96

< Powrót >

Podsumowanie i wnioski.

Zagadnienie, jakim się zajmowaliśmy w ramach projektu jest zagadnieniem bardzo popularnym na czasie. W Internecie znaleźliśmy wiele publikacji i programów na ten temat. Nic dziwnego, jest to zagadnienie bardzo ciekawe i niestety trudne. My także w trakcie realizacji projektu napotkaliśmy liczne trudności. Część z nich udało nam się rozwiązać, a część niestety pozostaje przed nami. W ramach naszej dalszej pracy nad tym zagadnieniem, chcielibyśmy przede wszystkim bardziej się skoncentrować na technikach przetwarzania obrazu. Jest to część niezwykle istotna dla nas. Nie można mówić o rozpoznawaniu osób na zdjęciach (czy idąc dalej rozpoznawanie osób on-line, czyli z włączonej kamery) bez odpowiedniej obróbki obrazu. My tą obróbkę bardzo uprościliśmy, a mimo to uzyskaliśmy satysfakcjonujące wyniki. Jednak podczas dalszej pracy chcielibyśmy zająć się efektywniejszym wyłuskiwaniem ze zdjęć cech, które moglibyśmy wrzucić do sieci. W tej chwili, nasza II metoda jest to jakby zalążek tego, co planujemy zrobić. Dalej warto pomyśleć o znalezieniu algorytmu, który by automatycznie znajdował na obrazie położenie oczu, ust, nosa. W tej chwili niestety nasza metoda nie działa zbyt "efektywnie". Dodatkowo, sposób, w jaki w tej chwili uzyskujemy cechy (II metoda) może powodować błędy, które są wynikiem niedokładności osoby zaznaczającej punkty. Taka sytuacja jest nie do pomyślenia, jeżeli byśmy chcieli wykorzystać naszą sieć do zadań bardziej "profesjonalnych". Wydaje nam się, że wymyślona przez nas II metoda jest skuteczna (zakładając dokładne zaznaczanie punktów), ale warto może dodać do niej pewną modyfikację. W tej chwili metoda ta jest czuła na wprowadzanie zdjęć nie całkiem z przodu. Gdybyśmy analizowali nie same odległości, ale np. iloraz dwóch odległości, które w takim samym stopniu są przekształcane w wyniku odwrócenia twarzy, to uzyskalibyśmy wartość niezależna od obrotu twarzy.

< Powrót >

< Powrót >