انتخاب ناحیه های کاندید در سیستم های تشخیص و شناسایی اشیاء
محل انتشار: مجله محاسبات نرم، دوره: 5، شماره: 2
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 230
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCJKA-5-2_004
تاریخ نمایه سازی: 31 تیر 1401
چکیده مقاله:
در تحقیقات انجام شده در سالهای اخیر، بدست آوردن ناحیههای کاندید به عنوان یک مرحله اساسی و مهم در سیستمهای تشخیص و شناسایی اشیای موجود در تصویر معرفی شده است. بدست آوردن این ناحیهها به مانند یک تنگناه بوده و بیشترین بار محاسباتی را در این نوع از سیستمها دارد. در همین راستا انتخاب روش مناسب و سریع میتواند در بهبود عملکرد سیستمهای تشخیص بسیار حائز اهمیت باشد. در این مقاله به مرور کارهای انجام شده در این زمینه پرداخته شده است و چندین روش مشهور و محبوب مورد استفاده در سیستمهای شناسایی قدرتمند معرفی شده است. همچنین در این مقاله به مقایسه و ارزیابی روش های مطرح بر روی مجموعهدادههای استاندارد PASCAL VOC، ImageNet و COCO پرداخته شده است. در روشهای مورد ارزیابی روش ناحیه کاندید گروهبندی ترکیبی بر پایه چندین مقیاس (MCG) با الگوریتم شناسایی شبکه عصبی کانولوشن بر پایه ناحیه (R-CNN)، بهترین نتایج را داشته است. این روش عملکردی در حدود ۵۷%، ۵۴% و ۴۱% بر روی مجموعه دادههای PASCAL VOC ۲۰۰۷، ImageNet ۲۰۱۳ و COCO ۲۰۱۴ نشان داده است.
کلیدواژه ها:
نویسندگان