سال انتشار: 1398
کد COI مقاله: ICMVIP11_016
زبان مقاله: فارسیمشاهده این مقاله: 359
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله بهبود بخش بندی و برجستگی تصویر با استفاده از یادگیری چند نمونه ای
چکیده مقاله:
روش های هم بخش بندی و هم برجستگی، در کنار این که می توانند به طور جداگانه به ترتیب اشیا مشترک و نواحی برجسته را استخراج کنند، این قابلیت را دارند به عنوان یک روش مستقل با هم تبادل اطلاعات کنند و برای بهبود یکدیگر مکمل هم باشند. در این مقاله سعی داریم با استفاده از روش یادگیری چندنمونه ای، دقت نتایج را نسبت به کارهای قبلی دراین زمینه، تا حد امکان بهبود دهیم. چالش هایی که در این کار بررسی می شود ابتدا پیچیدگی هایپس زمینه، شباهت پس زمینه و شی مشترک است که با روش بهینه - سازی در یادگیری چندنمونه ای برطرف می شود و سپس خروجی کار را نسبت به تغییرات متفاوت اندازه، روشنایی، چرخش و... با استفاده از استخراج ویژگی های عمیق بیمه می کنیم. برای استخراج ویژگی از شبکه های از پیش آموزش دیده استفاده می کنیم و ویژگی های سطح بالای آن را از لایه های انتهایی شبکه به کار می بریم. در انتها رویکردمان را در یک مسئله مینیمم سازی تابع انرژی هم بخش بندی روی یک گراف اعمال می کنیم. نتایج رویکرد پیشنهادی بر روی مجموعه داده استاندارد، برتری این روش نسبت به رویکردهای پیشین را نشان می دهد.
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICMVIP11_016 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/1045155/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:محمدی، امید و فدایی اسلام، محمدجواد،1398،بهبود بخش بندی و برجستگی تصویر با استفاده از یادگیری چند نمونه ای،یازدهمین کنفرانس ملی و اولین کنفرانس بینالمللی بینایی ماشین و پردازش تصویر ایران،قم،https://civilica.com/doc/1045155
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، محمدی، امید؛ محمدجواد فدایی اسلام)
برای بار دوم به بعد: (1398، محمدی؛ فدایی اسلام)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
نظرات خوانندگان
نقد پژوهشگران در مورد مقاله بهبود بخش بندی و برجستگی تصویر با استفاده از یادگیری چند نمونه ای
علی رضایی (1399/06/27): این مقاله از نظر فنی بسیار پربار و پر محتوا می باشد با تشکر از محققان این پژوهش
علی رضایی (1399/06/27): این مقاله از نظر فنی بسیار پربار و پر محتوا می باشد با تشکر از محققان این پژوهش
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- ر FES-LAB جعبه ابزاری برای شبیه سازی راحت ،سریع و دقیق سیستم های عصبی- عضلانی- اسکلتی در محیط نرم افزار MATLAB
- قطعه بندی تصاویر رنگی با استفاده از روش فازی بر پایه بهینهسازی گروه ذرات
- ارائه یک روش بهبود یافته جهت تشخیص هرزنامه مبتنی بر الگوریتم زنتیک در یک سیستم ایمن
- بهبود نهان نگاری تصویر با استفاده از بیت های کم ارزش LSB
- بهبود تصاویر پزشکی با استفاده از خوشه بندی ترکیبی فازی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- حل مسئله برنامه ریزی خطی کروی فازی
- تشخیص گریه نوزاد از سایر صداهای محیط با استفاده از یادگیری عمیق
- گامی فراتر در پیشگویی پیوند: یک مرور سیستماتیک بر پیشگویی پیوند چندلایه
- بهبود ترافیک شهری در شبکه های بین خودرویی با استفاده از رویکرد پروتکل وضعیت-اتصال و شبکه های عصبی
- بررسی تاثیر بکارگیری توابع ز یان مختلف بر عملکرد مدل خوشه بندی فازی برای داده های فازی در حضور داده های پرت
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- ملاحظات به کارگیری تصمیم گیری خودکار و هوش مصنوعی در دولت و پارلمان
- درآمدی بر حکمرانی هوش مصنوعی خلاصه راهبردی از: Allan Dafoe, AI Governance: A research agenda , Oxford university, ۲۰۱۸
- هوش مصنوعی در جهان (۶) امارات متحده عربی
- تاملات عقلانی در هوش مصنوعی
- هوش مصنوعی در جهان (۵) (جمهوری هند)
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.