استفاده از یادگیری عمیق برای بازیابی تصاویر تنوع زیستی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 542

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCT04_236

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

بازیابی تصاویر از پایگاه دادههای عظیم از سالیان قبل به عنوان یک حوزهی تحقیقاتی مورد علاقهی محققان، مورد بحث بوده است. یکی از کاربردهای آن، بازیابی تصاویر تنوع زیستی جانوران است که هنوز هم علیرغم وجود الگوریتمهای متنوع، چالشهای جدی در آن وجود دارد. امروزه اکثر سیستمهای بازیابی، با استخراج ویژگیهایسطح پایین تصاویر مانند رنگ و بافت، این امر را ممکن میسازند. اما وجود فاصلهی معنایی میان این ویژگیهای سطح پایین و ادراک انسان، باعث کاهش دقت بازیابی میشود. در این مقاله الگوریتم بازیابی تصویر با استفاده از یادگیری عمیق معرفی میکنیم و ازآن در بازیابی تصاویر جانداران استفاده میکنیم. نتایج حاصل روی دو دیتابیس پروانهها و پرندگان نشان میدهد که این سیستم با کم کردن فاصلهی معنایی، به دقت بالایی دست یافته است.

کلیدواژه ها:

بازیابی تصویر ، تنوع زیستی ، شبکه های عصبی کانولوشن عمیق ، یادگیری عمیق

نویسندگان

امیر سزاوار

دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران

حسن فرسی

استادتمام دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران

سجاد محمدزاده

استادیار دانشکده فنی و مهندسی فردوس، دانشگاه بیرجند، بیرجند، ایران