Es wird ein skalierungs- und rotationsunabhängiges Mustererkennungssystem vorgeschlagen, das auf komplex-logarithmischer Abbildung (CLM: complex-log mapping) und einem erweiterten neuronalen Netz zweiter Ordnung (SONN) basiert. CLM ist besonders vorteilhaft bei der Bestimmung der skalierungs- und rotationsunabhängigen Eigenschaften. Die Ergebnisse werden in Form einer zyklischen Adressierung angegeben. Dieses Problem wird mit einem erweiterten neuronalen Netz zweiter Ordnung (SONN) gelöst. Experimente haben gezeigt, daß das vorgeschlagene System verbesserte Mustererkennungs-Eigenschaften besitzt.
Scale and rotation invariant pattern recognition using complex-log mapping and augmented second order neural network
Skalierungs- und rotationsunabhängige Mustererkennung auf der Basis komplex-logarithmischer Abbildung und erweiterter neuronaler Netze zweiter Ordnung
Electronics Letters ; 29 , 7 ; 620-621
1993
2 Seiten, 1 Tabelle, 4 Quellen
Aufsatz (Zeitschrift)
Englisch
Pattern recognition method is rotation-invariant
British Library Online Contents | 2001
Star pattern recognition based on features invariant under rotation
British Library Online Contents | 2017
|Globally rotation invariant multi-scale co-occurrence local binary pattern
British Library Online Contents | 2015
|An Efficient Scale and Rotation Invariant 2-D Object Recognition Method
British Library Conference Proceedings | 1994
|