Abstrakt
Pokrok technologií pro rozpoznávání obrazu podporuje rychlou on-line klasifikaci v rámci dobře definovaných klasifikačních úloh. Obecně ale stále není uspokojena potřeba robustní techniky předzpracování obrazu nezávislé na řešené úloze.
Momentálně jsou z literatury známy dva přístupy založené na umělých neuronových sítích: tzv. Extreme Learning Machines a konvoluční neuronové sítě.
Jmenovitě konvoluční sítě obsahují vrstvy pro detekci příznaků, trénované v rámci celé sítě pomocí algoritmu zpětné propagace. Alternativou pro automatický návrh a učení takovéhoto předzpracování je samoorganizace.
Její hlavní předností je mnohem rychlejší konvergence učení. Tato práce popisuje a srovnává několik modelů samoorganizačních sítí s ohledem na jejich použití pro detekci příznaků a automatického sestavení fáze předzpracování.