مکان یابی به کمک بازیابی تصاویر زیرآب با استفاده از شبکه عصبی کانولوشنال و شبکه عصبی بازگشتی

بازیابی تصاویر زیر آب به عنوان بخش مهمی از ناوبری مدرن ، موقعیت یابی مکانی و اکتشافات دریایی مورد توجه قرار گرفته است. سیستم های بازیابی تصویر مبتنی بر محتوا، ویژگی های تصویر را به شکل بردار ویژگی استخراج می کنند و مبنای شباهت سنجی و بازیابی تصاویر مشابه قرار می دهند. در این پژوهش ویژگی های تصاویر مرئی زیر آب از دو شبکه عصبی استخراج و با یکدیگر ترکیب شده است. در این مدل ابتدا ویژگی های تصویر با استفاده از شبکه عصبی عمیق VGG-۱۶ استخراج می شود . سپس به منظور تقویت ویژگی های استخراج شده و کشف روابط بین ویژگی ها و دینامیک تصویر از شبکه عصبی بازگشتی LSTM استفاده شده است. ترکیب دو دسته ویژگی های تصویر، امکان توصیف جزئیات دقیق تر و در نتیجه بازیابی تصاویری با موقعیت مکانی نزدیکتر را فراهم کرده است. مدل پیشنهادی برروی مجموعه داده های تصاویر مرئی زیر آب ارزیابی شده است. نتایج به دست آمده دقت مدل پیشنهادی در بازیابی تصاویر مشابه را بر اساس معیار شباهت ساختاری و معیار شباهت ویژگی به ترتیب برابر با %۴۲.۶ و ۷۶% نشان می دهد.

کلیدواژه ها:

مکان یابی ، بازیابی تصاویر ، شبکه عصبی