III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.generalização da rede para o reconhecimento de imagensconstituídas por um grande número de padrões, muitasvezes, com baixo índice de variação entre as diferentesclasses, como é o caso das imagens faciais.2. NeocognitronO neocognitron é uma rede neural composta de váriascamadas de células neurais, organizadas matricialmente,inspirada no modelo biológico de visão de Hubel eWiesel [4]. Como em outros modelos de redes neurais,no neocognitron é possível identificar uma fase detreinamento não-supervisionado e uma fase dereconhecimento, com sua estrutura pertencente acategoria das redes neurais de interconexõesprogressivas [6].A estrutura da rede, Figura 1, consiste de vários estágiossucessivos, cada qual com dois tipos principais decamadas de células: Us de células-S, responsáveis pelaextração dos fatores, e Uc de células-C que fazem ageneralização dos sinais. O estágio inicial da rede é acamada de entrada, chamada de Uo.As células-S são variáveis e necessitam de treinamento(aprendizado) para obterem as características dospadrões de entrada necessárias para o reconhecimento,ou seja, as células-S são ativadas somente se ascaracterísticas forem apresentadas na posição correta dacamada de entrada, sendo que as características a seremobtidas são definidas durante o processo de treinamento.Figura 1 – Estrutura hierárquica da Rede Neocognitron.Diferente das células-S, as células-C são fixas e servempara se obter valores correspondentes a uma operação deborramento baseado num grupo de células-S. Essascélulas são responsáveis pela tolerância à deformação doneocognitron.Assim, cada um dos i-ésimos estágios da rede é compostode camadas Usi que consistem de um número deestruturas matriciais de células-S, seguidas de camadasUci que consistem de um número de matrizes de células-C. Cada estrutura matricial de células, denominada planocelular, é associada a um único fator extraído dos padrõesde entrada, durante a fase de treinamento. Cada célula deum plano-celular recebe conexões de entrada dos planoscelulares da camada precedente.A fase de reconhecimento do neocognitron é semelhanteao processo de propagação progressiva das estruturas deredes neurais multicamadas, em que os efeitosprovocados pelo padrão de entrada apresentado à redesão propagados por todas as camadas, até atingir acamada de saída.A Figura 2 mostra o algoritmo que computa os valoresu Sl (n, k) de células-S, e os valores u Cl (n, k) de células-C,dentro de um estágio l. São computados esses valores nosK 1 planos-celulares e em todas as N posições dentro deum plano-celular.Procedure computar_estagio (l) ;beginfor k = 1 to K 1 do begin ; computar a camada-Sfor n = 1 to N do beginfor κ = 1 to K l-1 dofor all ν ε S ν do begine(n,k):= e(n,k)+a(ν,κ,k).u Cl-1 ( n+ν,κ) ;h(n,k):= h(n,k)+c(ν ).{u Cl-1 (κ , n+ν)} 2 ;end;u Sl (n,k):=(θ/(1−θ)) . ϕ((1+ e(n,k)) /(1+θ.b(k).sqrt(h(n,k)))−1) ;end;end;end;for k = 1 to K 1 do begin ; computar a camada-Cfor n = 1 to N do beginfor all ν ε S ν dou Cl (n,k) : = u Cl (n,k) + d(ν ).u Sl ( n+ν, k );u Cl (n,k) := Ψ ( u Cl ( n, k ))end;end;end; computar_estagio(l)Figura 2 - Algoritmo para computar um estágio.Para o cálculo do valor u Sl (n, k) são computados ossomatórios e(n,k) e h(n,k) de todas as entradas conectadasaos K 1-1 planos-celulares da camada precedente, numadada área de conexão S ν , que circunda a posição da célulan da camada de células-C, do estágio anterior ou dacamada de entrada, pela iteração sobre os comandos:165