یک مدل سلسله مراتبی برای دستهبندی تصاویر طبیعی بر مبنای کاهش افزونگی
- سال انتشار: 1392
- محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
- کد COI اختصاصی: ICMVIP08_030
- زبان مقاله: فارسی
- تعداد مشاهده: 1164
نویسندگان
دانشکده مهندسی کامپیوتر - دانشگاه صنعتی امیرکبیر
دانشکده مهندسی کامپیوتر - دانشگاه صنعتی امیرکبیر
چکیده
در این مقاله که به ماری چند لایه برمبنای شبکههای کانولوشتی به منظور دستهبندی تصاویر طبیعی ارائه شده است. در این معماری از فیلترهایی به منظور استخراج ویژگی استفاده میشود که با استفاده از توزیعهای متقارن Lp - تودرتو و با هدف کاهش افزونگی در تصاویر طبیعی به دست آمدهاند. این توزیع ها ، مدلی ترمیم یافته از توزیع های متقارن کروی و Lp - کروی هستند که سینما موفقیت در زمینههای مدلسازی تصاویر طبیعی مورد استفاده قرار گرفتهاند. ما پر کردن این مدل به دادهها تنها نیازمند تخمین توزیع شعاعی تک متغیره است که به صورت کارآمد و مقام انجام پذیرایت. آزمایشهای متعددی بر روی پایگاه دادههای مختلفی متشکل از تصاویر طبیعی و غیرطبیعی و همچنین مجموعه دادههای 15 صحنه انجام شده است. نتایج این آزمایشها نشان میدهد که یادگیری این فیلتر ها به دلیل افزونگی موجود در تصاویر طبیعی، سریعتر و کارآمدتر از تصاویر غیرطبیعی صورت میپذیرد. نتایج دستهبندی روش ارائه شده در 10 دسته از کسانی که طبیعی نشان میدهد جلسه ارائه شده در دست مردی تصاویر طبیعی به خوبی عمل میکند.کلیدواژه ها
نوزیع های متقارن Lp - تودرتو، مدل سازی تصاویر طبیعی، کاهش افزونگی ، شبکههای کانولوشتی ، دسته بندی تصاویر طبیعی، توصیههای متقارن کروی و Lp - کرویمقالات مرتبط جدید
- یادگیری بازنمایی بصری متضاد مبتنی بر رویکردهای تعاملی و تخاصمی
- هوشمندسازی مدارس
- هوش مصنوعی و تحلیل بقا برای پیش بینی طول عمر حرفهای بازیکنان بسکتبال NBA با استفاده از دادههای پزشکی و عملکردی
- هوش مصنوعی در سیستم های قدرت
- هوش مصنوعی در خدمت تاریخ: بازخوانی سنگ نبشته های تخت جمشید با بهره گیری از فناوریهای تشخیص نوشتار و تحلیل زبان
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.