ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

روش جدید برای جهت یابی بلادرنگ چشم با استفاده از یادگیری عمیق

تعداد صفحات: 8 | تعداد نمایش خلاصه: 20 | نظرات: 0
سال انتشار: 1398
کد COI مقاله: ICMVIP11_030
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله روش جدید برای جهت یابی بلادرنگ چشم با استفاده از یادگیری عمیق

سهیر صالحی - دانشگاه شیراز
محمد حسین شکور - دانشگاه شیراز
رضا قاسمی - دانشگاه آزاد اسلامی واحد قزوین،

چکیده مقاله:

روش های زیادی برای استخراج حرکت چشم و تشخیص عمق دید ارائه شده اند، یکی از مهم ترین روش ها، روش های مبتنی بر الگوریتم یادگیری عمیق است که زیر مجموعه ای از الگوریتم های یادگیری ماشین می باشند. به دلیلاستخراج ویژگی های مناسب با دقت بالا، مورد توجه بسیاری از متخصصین قرار گرفته است. همچنین یکی از مهم ترین و سریع ترین روش ها در تشخیص اشیاء روش مبتنی بر معماری YOLO می باشد. این معماری یک شبکه هوشمند تشخیص اشیاء به صورت بلادرنگ است. شبکه YOLO یک بار به تصویر نگاه می کند اما به شیوه هوشمندانه. در این مقاله از یک شبکه جدید به نام SuNet استفاده شده است. روش پیشنهادی شباهت هایی با شبکه YOLO دارد اما در برخی جهات با شبکه YOLO تفاوت دارد. روش پیشنهادی در مقایسه با شبکه YOLO حجم کمتری از فضای پردازنده را به دلیل کم کردن تعداد لایه ها اشغال می کند، در نتیجه نیاز به پردازنده قوی تر را مرتفع می سازد، همچنین با تغییر در لایه های شبکه YOLO نتایج بهتری از نظر سرعت و دقت در تشخیص حرکت چشم و عمق دید برای حرکت دادن ویلچر برقی تولید می کند. این روش ضمن اینکه تمامی ویژگی های مثبت روش های موجود را دارا می باشد، نسبت به آ نها حجم کم، سرعت و دقت بالاتری نیز دارد

کلیدواژه ها:

يادگيري عميق،يادگيري ماشين، استخراج حركت چشم، تشخيص عمق ديد، ويلچر برقي

کد مقاله/لینک ثابت به این مقاله

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/1045169/

کد COI مقاله: ICMVIP11_030

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:
صالحی، سهیر و شکور، محمد حسین و قاسمی، رضا،1398،روش جدید برای جهت یابی بلادرنگ چشم با استفاده از یادگیری عمیق،یازدهمین کنفرانس ملی و اولین کنفرانس بین‌المللی بینایی ماشین و پردازش تصویر ایران،قم،،،https://civilica.com/doc/1045169

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، صالحی، سهیر؛ محمد حسین شکور و رضا قاسمی)
برای بار دوم به بعد: (1398، صالحی؛ شکور و قاسمی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 16,216
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 مرتبط جدید

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.

پشتیبانی