شناسایی خودکار اهداف دریایی با استفاده از ویژگی های مبتنی بر الگوی باینری محلی و طبقه بند شبکه عصبی
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,193
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP07_035
تاریخ نمایه سازی: 28 مرداد 1391
چکیده مقاله:
در این مقاله روش جدیدی برای شناسایی خوکار کشتی با استفاده از ویژگی های مستخرج از بافت تصویر و شبکه عصبی انجام می شود. در این روش ناحیه ی هدف مورد نظر استخراج گردیده و از ناحیه مورد نظر ویژگی بافت مبتنی بر الگوی باینری محلی (LBP) استخراج می شود سپس ویژگی های استخراج شده برای تصاویر کشتی و غیرکشتی به شبکه عصبی MLP سه لایه آموزش داده می شود. از شبکه عصبی آموزش داده شده برای تشخیص کشتی و محل آن در تصویر استفاده می شود. الگوریتم معرفی شده با تصاویر متعدد حاوی کشتی و بدون آن تست و نتایج بدست آمده یا نتایج روش مشخصه های haar که با استفاده از نرم افزار opencv پیاده سازی شده، مقایسه شده است که نتایج آزمایشی نشان دهنده ی عملکرد مناسب روش پیشنهادی است. در روش پیشنهادی برای پایگاه داده مورد استفاده نرخ تشخیص درست 66/99درصد حاصل شده است.
نویسندگان
نسیبه رحمانی
دانشجوی دانشکده فنی مهندسی، دانشگاه شاهد
علیرضا بهراد
استادیار دانشکده فنی مهندسی، دانشگاه شاهد
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 :