распознавание антиботовских картинок

я решил проблему распознавания образов. причем в общем виде. она касается распознавания всех образов вообще.

нужно структурировать шаблоны образов в дерево шаблонов. Наподобие семантического дерева, только в отличии от семантических координат, в этой древовидной структуре должны стоять не понятия с тегами связок с другими понятиями, а графические векторные объекты с графическими тегами, связующие графические понятия между собой.

Графический тег-вот оно!

Этот принцип позволяет не только со 100% вероятностью идентифицировать уже известные объекты (цифры, буквы, лица), но и создавать в автоматическом режиме самообучающегося алгоритма новые графические образы.

Впрочем, это всего лишь дальнейшее логическое развитие предыдущего моего решения в семантике и алгоритма записи текстовых мыслеформ в виде стековой последовательности координат понятий в семантической древовидной структуре, все вместе образует навигационную систему поиска понятий.

графические теги-это векторы-отрезки, имеющие координату начала, направление, и координату конца в графической матрице пикселов. Для работы с ними нужен макрос сканера по типу телевизионной построчной развертки.

Теги-основа связок между пикселами и могут в идеале дать 100% идентификацию любого графического образа, но в случае с макрообъектами (буквами), делать теги попиксельно не нужно, можно загрубить векторный анализ и работать с квадратными (или кубическими) кластерами, разрешение можно настроить автоматически в зависимости от разрешения исходной картинки и соотношения пикселов, несущих полезный сигнал к шуму.

могут быть и трехмерные теги (для распознавания трехмерных объектов), для них есть свой трехмерный сканер, алгоритм сканера есть и работает (он придуман мной около 2-х лет назад).