مسئله تغییر مقیاس در تشخیص شیء برجسته و استفاده از ماژولهای تعامل جمع و ماژول های تعامل خودکار برای تشخیص اشیاء

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 269

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NREAS03_050

تاریخ نمایه سازی: 16 آبان 1400

چکیده مقاله:

تشخیص شیء برجسته (SOD) همواره به عنوان یک مشکل اساسی در بینایی رایانه مطرح بوده است و تحقیقات و پژوهشهای بسیاری در این زمینه انجام گرفته است و به پیشرفتهای قابل توجهی دست پیدا کرده است، پیشرفتهای اخیر در این حوزه عمدتا توسط الگوریتمهای مبتنی بر یادگیری عمیق می باشد و البته همیشه مقیاس متغیر و دسته ناشناخته اشیاء برجسته چالشهای بزرگی در این زمینه هستند و باید به این موضوع توجه شود که چگونه میتوان از داده های با مقیاس های متفاوت اطلاعات موثرتر استخراج کرد. در این مقاله ماژولهای تعامل جمع برای ادغام ویژگی ها و ماژول تعامل خودکار برای تشخیص شیء برجسته پیشنهاد می شود ، نتایج نشان می دهد که روش پیشنهادی یعنی اضافه شدن ماژول های مذکور به یک سیستم بدون ماژول عملکرد مطلوبی دارد و نتایج را بهبود می بخشد.

کلیدواژه ها:

تشخیص اشیاء برجسته ، یادگیری عمیق ، CNN ، ماژول تعامل خودکار و جمع .

نویسندگان

سیدمجتبی نطقی مقدم

دانشجوی کارشناسی ارشد مهندسی برق - مخابرات سیستم، دانشگاه بیرجند

حسن فرسی

استاد و دکتری تخصصی مهندسی برق - مخابرات، دانشگاه بیرجند

سجاد محمدزاده

دانشیار و دکتری مهندسی برق - مخابرات، دانشگاه بیرجند