Теория распознавания текстов и изображений

Дорогие товарищи, очень хочется почитать и вникнуть в теорию распознавания объектов. Полазил в интернете, по нашему форуму. Есть действительно много статей, но ощущение такое, как будто они посвящены каким-то отдельным кускам задачи, совершенно не понятно с чего начать и не видно целостной картины.

Буду признателен за прямые ссылки на хорошую литературу для начинающих по этому вопросу.

0

нет никакой целостной картины, как нет и "образов"
если тебе надо распознавать образа - это одно
если углы дома и ландшафт - другое
дорожные знаки - третье

на все вместе алгоритмы пока не вскрыты

0

я бы начал с текста

0

Сообщение от krapotkin на все вместе алгоритмы пока не вскрыты

В задаче ImageNet уже две команды в этом году добились точности менее 5% ошибок. Распознаются полноцветные фото разных объектов/вещей/животных/... разных цветов/размеров/... в разных ракурсах/позах/... на разнообразном фоне. 1000 (прописью: ТЫСЯЧА) распознаваемых классов (фактически, 1000 "слов"-существительных в "выходном" "языке", у пресловутой Эллочки-людоедки было гораааздо меньше).
Что они (гугл и прочие) делают не так?

ЗЫ. <5% ошибок - лучше, чем в среднем эту задачу распознаёт человек (ибо среднему человеку нафиг не надо учить породы собак-кошек и т.д.).

ЗЗЫ. Дорожные знаки - тоже уже распознаются лучше, чем делает человек. Тоже свёрточными/глубокими нейросетками, иной структуры - но тем не менее подход один.

ЗЗЗЫ. Брал Ваши примеры - Вы текст не упомянули, поэтому скажу, что и разметку-сегментирование картинки (например, городской сцены - где небо, где асфальт, где стены домов, где деревья, где люди, авто,...) тоже делают свёрточные/глубокие нейросети.

0

И вы можете что-то порекомендовать почитать?

0

Greeezly, нет, я уже много лет не слежу за учебниками. И за русскоязычными работами - я тоже не слежу.
Только лишь англоязычные научные статьи и конференционные доклады - а в таких текстах и изложение довольно сжато, и очень узкая проблема рассматривается.

0