ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری بر روشهای تقسیم بندی معنایی تصویر

تعداد صفحات: 7 | تعداد نمایش خلاصه: 270 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: DCBDP01_051
زبان مقاله: فارسی
(فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر روشهای تقسیم بندی معنایی تصویر

محسن حیدریان - استادیار، دانشگاه شهید مدنی آذربایجان
ناصر فرج زاده - استادیار، دانشگاه شهید مدنی تبریز
عطاء دلخون حسینی - دانشجوی کارشناسی ارشد، دانشگاه شهید مدنی آذربایجان

چکیده مقاله:

این مقاله به بررسی روشهای دستیابی به طبقه بندی )مشخص نمودن حداقل یک نمونه کلاس در تصویر( تشخیص )مشخص نمودن موقعیت نمونه ها از اشیاء در تصویر( و تقسیم بندی ) بخشبندی تصویر به نواحی از کلاس های ارایه شده( می پردازد. تقسیم بندی معنایی در سه بخش مدل ظاهر محلی، مدل سازگاری محلی و مدل سازگاری سراسری طبقهبندی شده است. بطور خاص، روش بسته واژگان که برای داشتن یک مدل اطلاعاتی جهت تشریح تصویر است، براساس برداد کوانتیزه شده توصیفگر، از بسته های تصویر می باشد و مقایسه استخراج ویژگیهای تصویر از طریق نقاط جذاب، رنگ و بافت انجام شده است و بردارهای حاصله توسط ابزار یادگیری طبقه بندی و برچسب گذاری می شود. سپس تحقیقات درغالب ساختارهای شرطی و تصادفی، درختی و جنگل معرفی و درپی آن مقایسه نتایج طبقه بندی توسط تکنیکهای استاندارد بر روی مجموعه داده استاندارد مایکروسافت MSRC 21 نمایش داده شده و در بخش نتیجه گیری در مورد محدودیتهای کار و تحقیقات آینده بحث شده است.

کلیدواژه ها:

تشخيص تصوير، تقسيم بندي معنايي تصوير، طبقه بندي تصوير

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/590356/

کد COI مقاله: DCBDP01_051

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حیدریان، محسن و فرج زاده، ناصر و دلخون حسینی، عطاء،1394،مروری بر روشهای تقسیم بندی معنایی تصویر،اولین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ،تبریز،،،https://civilica.com/doc/590356

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، حیدریان، محسن؛ ناصر فرج زاده و عطاء دلخون حسینی)
برای بار دوم به بعد: (1394، حیدریان؛ فرج زاده و دلخون حسینی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • E. Osuna, R. Freund and F Girosi, "Training support vector ...
  • R. Ronfard, C. Schmid, and B. Triggs, "Learing to parse ...
  • Organization in Computer Vision, 2004. ...
  • J. Shotton, J. Winn, C. Rother, and A. Criminisi, "TextonBoos. ...
  • X. He, R. Zemel, and M. C arreira-Perp inan, "Multiscale ...
  • M. P. Kumar, P. H S. Torr, and A. Zisserman, ...
  • J. Verbeek, and B. Trigs, "Region classification with Markov field ...
  • T. Hofmann, "Unsupervised learning by probabilistic latent ...
  • Journal of Machine Learning Research, 3, pp. 993-1022, 2003. ...
  • K. Mikolajczyk and C. Schmid, "A performance evaluation of local ...
  • B. Leibe, A. Leonardis, B. Schiele, "Combined object categorization and ...
  • L. Yang, P. Meer, D. Foran, "Multiple class segmentation using ...
  • D. Comanicu and P. Meer, "Mean shift: A robust approach ...
  • G. Csurka, C. Dance, L. Fan, J. Willamowski, and C. ...
  • L. Zhu, A. Rao and A. Zhang, "Theory of Keyb ...
  • E. Dana, N. Ilea, and P. Whelan, "Image segmentation based ...
  • A.Y. Yang, J. Wright, Y. Ma, S. Sastry, "Unsupervised segmentation ...
  • T. Gevers, Image segmentation and similarity of colour-texture ...
  • tensor, " IEEE Transactions on Image Processing, 18, pp. 2289-2302, ...
  • J.S. Kim, and K.S. Hong, "Colour-textue segmentation using _ _ ...
  • P. Geurts, D. Ernst, and L. Wehenkel, "Extremely randomized trees, ...
  • A. Bosch, A. Zissermann, and X. Munoz, "Image classification using ...
  • J. Winn, and N. Jojic, "Locus: Learning object classes with ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 2,547
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی