استفاده از روشی جدید برای بهبود یادگیری اختلاف تصاویر تا دسته ها در طبقه بندی تصاویر
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 473
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TACEIT01_008
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
دسته بندی تصاویر یکی از موضوعات مهم در زمینه بینایی ماشین است. در دسته بندی تصاویر، بایستی فرآیندی طراحی شود تا هر تصویر در گروه یا دسته مربوطه با حداقل خطا و با سرعتی مطلوب قرار گیرد. روشهای قبلی طبقه بندی تصاویر، برروی مرحله ی آموزش و آزمایش تاکید داشته اند و ازروشهایی مثل روش ماشین های بردار پشتیبان ، بوستینگ و غیره استفاده کرده اند. یکی از مشکلاتی که در طبقه بندی تصاویر، تاکنون کمتر به آن توجه شده است، وجود نوسانات زیاد در بین تصاویر در دسته های مختلف می باشد. همچنین، با توجه به فقدان مرحله ی آموزش داده ها در روش نزدیکترین همسایگی، وجود ویژگی های محلی بی ربط به دقت طبقه بندی لطمه خواهد زد بنابراین باید به نحوی عمل نمود که ویژگی هایی که در طبقه بندی، تاثیر بیشتری دارند، دارای وزن بیشتری شوند. در این مقاله ما یک روش یادگیری براساس محاسبه ی اختلاف بین تصاویر ، برای بهبود دقت طبقه بندی اختلاف های بین تصاویر در روش محاسبه ی اختلاف یک تصویر تا تصاویر دسته ها، به همراه دو روش برای تسریع جستجوی نزدیکترین همسایگی ارائه میدهیم.
کلیدواژه ها:
نویسندگان
جمال یوسفی
منطقه : 10 استان کردستان شهرستان سقز ، منطقه : 10 استان کردستان شهرستان سقز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :