Sistema de reconhecimento de padrões visuais invariante a transformações geométricas utilizando redes neurais artificiais de múltiplas camadas

Abstract

Desejo apresentar minha gratidão e reconhecer o esforço de muitas pessoas que até hoje me ajudaram, sobretudo aos meus pais, José Américo e Gisélia Costa, meus irmãos e familiares, e especialmente minha esposa Bianca, pela paciência, compreensão e amor. Agradeço o suporte financeiro do CNPq, Conselho Nacional de Desenvolvimento Científico e Tecnológico, e ao Departamento e à Pós-Graduação de Engenharia Elétrica da EESC, aos professores e funcionários da USP, como meu orientador, Dr. Adilson Gonzaga, e o Prof Amilcar Cesar, entre outros, que muito me incentivaram durante este trabalho. Muitos pesquisadores foram gentis, enviando contribuições recentes e mantendo contato através de endereços eletrônicos, entr:e os quais posso citar: Prof K. Fukushima

Reconhecimento de Peças para Robô de Montagem utilizando Redes Neurais Artificiais: abordagem baseada em Invariância Geométrica

“…A abordagem tradicional para o reconhecimento de padrões utiliza técnicas de processamento baseadas em algoritmos convencionais de processamento de imagem [7]. Com o crescente interesse em torno de Redes Neurais Artificiais, sistemas de reconhecimento de padrões baseados em modelos neurais de processamento vem sendo investigados, implementados e testados [5].…”

Sistema de reconhecimento de imagens, baseado no modelo GSN de rede neural

“…O método Vizinho Mais Próximo utiliza o conceito de distância entre a instância de classe conhecida e os padrões previamente aprendidos. Diversas abordagens podem ser utilizadas para obter a distância entre os atributos do objeto e dos padrões armazenados, entre elas a Distância de Hamming, Distância Euclidiana, Distância Quadrada, entre outras (COSTA, 1996).…”

“…A seguir, apresenta-se uma visão geral de alguns atributos utilizados para este tipo de abordagem (COSTA, 1996).…”

“…Avanços tecnológicos vêm possibilitando a implementação de algoritmos mais complexos de análise de imagens. Processadores mais rápidos e paralelos, grandes quantidades de memória disponíveis a baixo custo e desenvolvimento de técnicas de processamento e reconhecimento de imagens são os principais agentes deste processo (COSTA, 1996).…”

“…As principais desvantagens da abordagem baseada no Neocognitron são a necessidade de muitos elementos processadores e de estruturas complexas de processamento (MAREN et al, 1990;COSTA, 1996).…”