شناسایی شی برجسته در پیش بینی تمرکز نگاه با استفاده از یادگیری عمیق

شناسایی شی برجسته، توجه محققین در حوزه های مختلف را به خود جلب کرده است بگونه ای که در بسیاری از کاربردهای ماشین بینایی از جمله شناسایی و رهگیری شیء بکار گرفته می شود. بیشتر کارهای انجام شده در این حوزه مبتنی بر مدل های بصری پائین به بالا می باشند و از ویژگی های سطح پائین برای استخراج تصویر برجستگی نهایی استفاده می کنند که از دقت قابل توجهی در تشخیص شیء چشمگیر برخوردار نمی باشند. از طرفی مدل های بصری بالا به پائین برای کاربردهای خاصی مورد استفاده قرار می گیرند. در این مقاله روش متفاوتی برای استخراج تصویر برجستگی شیء ارائه شده است که از ویژگی های سطح پائین به بالا و بالا به پائین برای استخراج تصویر برجستگی استفاده می کند و مبتنی بر فرآیند یادگیری می باشد. انتخاب همزمان این ویژگی ها باعث بهبود الگوریتم پیشنهادی در کاربردهای مختلف می شود و باعث افزایش دقت شناسایی شیء چشمگیر می شود. فرآیند یادگیری با استفاده از شبکه عصبی کانولوشن انجام می گیرد. پس از اینکه تصویر به سوپرپیکسل-های آن تجزیه شد، ویژگی های متفاوتی از آن استخراج می گردد. سپس ویژگی های استخراج شده به میانگین صفر و واریانس واحد نرمالیزه شده و از الگوریتم شبکه عصبی کانولوشن به منظور آموزش دادن ویژگی ها استفاده می شود. دقت روش پیشنهادی با استفاده از ۸ تصویر برجستگی و یادگیری عمیق بهبود داده شده است. روش پیشنهادی با بیش از ۲۰ روش دیگر و در ۴ پایگاه داده شناخته شده MSRA-۱۰۰۰، ECSSD، MSRA-۱۰k و PASCAL-S مورد ارزیابی و مقایسه قرار گرفته شده است. نتایج حاکی از کارآیی روش پیشنهادی نسبت به سایر روش ها در زمینه پیش بینی شیء چشمگیر در تعیین تمرکز نگاه می باشد.

کلیدواژه ها:

تصویر برجستگی ، ویژگی های سطح پائین به بالا و بالا به پائین ، سوپرپیکسل ، CNN