دسته بندی بافت غیرحساس به چرخش با استفاده از واریانس الگوی باینری محلی مبتنی بر تطبیق سراسری بهبود یافته با روش بهینه سازی ازدحام ذرات
- سال انتشار: 1400
- محل انتشار: چهارمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران
- کد COI اختصاصی: STCONF04_059
- زبان مقاله: فارسی
- تعداد مشاهده: 355
نویسندگان
استادیار گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد فردوس، فردوس
دانشجویی دکتری ، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد فردوس، فردوس
چکیده
معمولا از روش استخراج ویژگی عدم وابسته به چرخش محلی یا سراسری در کاربردهایی همچون طبقه بندی بافت استفاده می شود. ویژگی های محلی ثابت (نامتغیر) همچون الگویی باینری محلی LBP دارای مشکل عدم استفاده از اطلاعات مکانی سراسری می باشد درحالی که ویژگی های سراسری، علاوه بر اطلاعات مکا نی سراسری، اطلاعات محلی بافت را نیز در نظر می گیرند. از اینرو در این مقاله از روشی هیبریدی برای لحاظ نمودن اطلاعات سراسری در روش الگوی باینری محلی بهره گرفته می شود و برای این منظور از رویکرد تطبیق سراسری عدم وابسته به چرخش در ویژگی الگوی باینری متغیر استفاده می شود. ابتدا با استفاده از توزیع LBPبه تخمین جهت های اصلی بافت تصویر پرداخته می شود سپس از نتایج تخمین برای تراز هیستوگرام های LBP استفاده می کند. بنابراین برای تشخیص اطلاعات کنتراست محلی در هیستورگرام LBP تک بعدی، توصیفگر بافت نوینی مبتنی بر واریانس LBP پویا شده به روش بهینه سازی ازدحام ذرات پیشنهاد می شود. روش پیشنهادی نیازمند هیچ گونه کوانتیزه سازی نیست و بدون آموزش است. به منظور افزایش سرعت رویکرد پیشنهادی نیز از روش کاهش بعد ویژگی با استفاده از معیار فاصله استفاده شد. نتایج ازمایشی نشان دهنده بهبود ده درصدی راندمان روش طبقه بندی پیشنهادی در مقایسه بار LBP محلی عدم وابسته به چرخش معمول می باشد.کلیدواژه ها
الگویی باینری محلی، بهینه سازی ازدحام ذرات، اطلاعات سراسری، عدم وابسته به چرخشمقالات مرتبط جدید
- مدلسازی و شبیه سازی جبران ساز سری سنکرون استاتیکی توزیع برای حل چالش های شبکه توزیع بر پایه الگوریتم بهینه سازی گرگ خاکستری
- Adaptive Control Strategies for Fast Charging of EVs with Battery Degradation Mitigation
- شناسایی مانع با استفاده از دید استریو برای خودروهای بدون سرنشین
- Multi-Gbest Decomposition for Many-Objective Optimization
- ترکیب منابع انرژی پیزوالکتریک و ترموالکتریک به منظور افزایش کارایی سیستم های برداشت انرژی
اطلاعات بیشتر در مورد 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.