طبقه بندی اشیا در تصاویر با روش مبتنی بر استخراج اجزا تشکیل دهنده و استفاده از گرامر موجود بین آنها
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,512
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_155
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
دراین مقاله الگوریتمی جهت بازشناسی و طبقه بندی اشیا در تصاویر طبیعی براساس آشکارسازی و استخراج اجزا شی و ایجاد گرامر بین آنها پیشنهاد می گردد آشکارسازی و استخراج اجزا شی برپایه ویژگیهای structural context و مقایسه هیستوگرام شی و مدل انجام می پذیرد. ارتباط بین اجزا شی در تصویر و نحوه قرار گرفتن انها نسبت به یکدیگر تحت عنوان گرامر مطرح می گردد که براساس ویژگیهای فاصله و زاویه بین مراکز اجزا آشکارسازی شده برای تصاویر هرکلاس بهدست می اید گرامر بدست امده برای اشیا در کلاسهای مختلف به کمک مدل مخفی مارکوف اموزش داده می شود تخمین پارامترهای مدل برا ی هرکلاس طی فرایند اموزش انجام می پذیرد. عمل تشخیص کلاس مربوط به اشیا و طبقه بندی انها توسط مدل مخفی مارکوف و با استفاده از پارامترهای مدل به دست امده از فرایند اموزش صورت میگیرد. روش پیشنهادی در مقابل تغییرات مقیاس و چرخش مقاوم می باشد.
کلیدواژه ها:
نویسندگان
سیما سلطان پور
دانشگاه صنعتی سهند تبریز دانشکده مهندسی برق ازمایشگاهی تحقیقاتی بی
حسین ابراهیم نژاد
دانشگاه صنعتی سهند تبریز دانشکده مهندسی برق ازمایشگاهی تحقیقاتی بی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :