بهبودمدل سلسله مراتبی شناسایی اشیا hmax مناسب برای پیاده سازی های سخت افزاری
محل انتشار: دومین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 475
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON02_197
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
روش های مختلف شناسایی اشیا در گستره وسیعی از علوم عصبی و بینایی کامپیوتر کاربرد دارند و در زمینه الکترونیک قدرت ، دستگاه های شناسایی هویت و دسته بندی اشیا و زمینه های دیگر مورد استفاده قرار می گیرند. بیشتر کارهای صورت گرفته بر مبنای انتخاب تکه های بهینه از تصویر ورودی در این مدل ها می باشد، که همگی دارای سرعت محاسباتی پایین هستند برای انجام سریع و زمان حقیقی محاسبات، نیاز به یک ابرکامپیوتر می باشد. ارایه یک روش کارا برای بالا بردن سرعت شناسایی وکاهش میزان محاسبات برای پیاده سازی های سخت افزاری در این مدل ها امری ضروری به نظر میرسد، که بتوانیم مدل را علاوه بر کامپیوتر در یک قطعه الکترونیکی مانند FPGA ، پیاده سازی کنیم. بر این اساس سعی بر آن خواهد بود تا با اصلاحاتی در مدل اصلی سلسله مراتبی شناسایی اشیا HMAX در راستای کاهش محاسبات، خصوصا از نظر سرعت در اجرای سخت افزاری، که عموما با اعداد ممیز ثابت انجام می شود، ایده هایی مطرح شده و با استفاده از شبیه سازی این ایده ها ارزیابی گردند.
کلیدواژه ها:
نویسندگان
رحمان الکتریک
دانشگاه آزاد اسلامی واحد گناباد
علیرضا محمدی عنبران
دانشگاه آزاد اسلامی واحد گناباد
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 :