بررسی کاربرد الگوریتم های تشخیص شیء

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 135

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CECCONF27_033

تاریخ نمایه سازی: 19 مرداد 1404

چکیده مقاله:

در سالهای اخیر با گسترش تجارت الکترونیک و با توجه به مزیتهای آن مثل قابل استفاده بودن کالاها با هزینه کمتر، انتخاب گسترده تر و صرفه جویی در زمان، انبوه مردم مایحتاج خود را از وبگاهها و فروشگاههای اینترنتی به جای مغازهها تهیه میکنند. این موضوع، نیاز به سامانهای را ایجاد کرده که بتواند پوشاک را شناسایی و تصاویر پوشاک را به عنوان شیء نرم بازیابی کرده و آنها را دستهبندی کند، تا جستوجوی مردم در بازه محدود تری انجام شود.در برخی موارد یک شی میتواند شمرده شود بدون اینکه تشخیص داده شود. در این تحﻘیق یک الگوریتم جدید برای شمارش اشیاﺀ دانهای بدون تشخیص و شناسایی ارایه شده است. این روش میتواند علیرغم وجود اعوجاج در تصویر دیجیتال، بهدرستی کار کند. روش ارایه شده بر مبنای الگوریتم تبدیل فاصله۴ است و خطا در نتایج تاحد زیادی از اندازه اشیاﺀ مستﻘل بوده و به شکل ﺁنها بستگی دارد.رباتهای پرنده چهارملخه ابزارهایی قدرتمند و فناورانه برای عملیاتهای پروازی هستند و مطالعات زیادی در راستای کنترل و هوشمندسازی آنها انجام گرفته است.با پیادهسازی تجربی الگوریتم بهینهسازیشدهی آبشاری ویولاجونز روی ربات چهارملخهنشان میدهیم که این الگوریتم در تشخیص فریمهای حاوی شیء متحرک که از دوربین نصبشده روی ربات دریافت میشد، از نرخ عملکرد بالا، هشدار کاذب(منفی خطا، مثبت خطا) کم و نرخ خطای پایین برخوردار است.یکی از اصلی ترین توانایی های شناختی انسان و جانوران، بازشناسی اشیا است.. سامانه ی بینایی انسان به عنوان یک سامانه ی سریع و دقیق میتواند منبع الهام مناسبی برای ارائهی مدل های محاسباتیبازشناسی اشیا باشد. پژوهشهای پیشین که به بررسی رفتار سامانهی بینایی انسان در بازشناسی اشیاپرداختهاند، بر پردازش طی گامهای زمانی در این سامانه تاکید کردهاند، در حالی که در مدل هایمحاسباتی موجود برای بازشناسی اشیا، چنین چیزی مورد توجه قرار نمیگیرد. در این مقاله سعی شدهاست تا یک مدل چندلایه ای مبتنی بر زمان برای بازشناسی اشیا ارائه شود. در لایه ی نخست مدل،اطلاعات تصویر ورودی در یک بازنمایی زمانی به لایههای بعدی ارسال میشود. در لایه ی میانی مدل،از یک شبکهی عصبی عمیق به عنوان استخراج کنندهی ویژگی استفاده شده است.ماموگرافی رایجترین و موثرترین روش غربالگری برای تشخیص سرطان پستان است.ابتدا فیلتر میانه برای حذف نویز استفاده شده و سپس مصنوعات و ماهیچه ای پکتورال در صورت وجود حذف می شوند. برای ناحیه بندی ماموگرام و استخراجناحیه های موردنظر ابتدا یک الگوریتم جدید برای افزایش تباین نواحی مشکوک ارائه شده است که از تفاضل بهبود یافته تصویرمیانگین فازی بر مبنای هیستوگرام به تصویر اعمال شده و ناحیه های Cاصلی و مکمل آن بهره م یبرد، سپس الگوریتم خوشه بندیموردنظر با دقتی مناسب استخراج میشوند.پنج تا مقاله درباره خوشه بندی تصاویر با استفاده از پردازش تصویر مطالعه کردم و یک مقاله مروری نوشتم.

کلیدواژه ها:

الگوریتم های تشخیص شیء ، خوشه بندی تصاویر ، پردازش تصویر

نویسندگان

مریم عزتی

دانشجوی کارشناسی کامپیوتر، دانشکده ملی مهارت دختران انقلاب بجنورد

نساء خاندوزی قلی آباد

نویسنده مسئول، استاد راهنما دانشکده ملی مهارت دختران انقلاب بجنورد