کاهش نویز تصاویر دوربین های عمقی با استفاده از پیش بینی کننده ی مبتنی بر اطلاعات رنگ، بر اساس شبکه ی عصبی
محل انتشار: هفتمین همایش مهندسی برق مجلسی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 639
فایل این مقاله در 8 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:
NCEEM07_006
تاریخ نمایه سازی: 23 آذر 1397
چکیده مقاله:
امروزه حسگرهای مادون قرمز (حسگر عمقی) به طور گسترده برای کنترل برنامه های کاربردی، بازی، کسب اطلاعات از صحنه های پویا و استاتیک سهبعدی استفاده میشوند. با وجود استفادهی گسترده از این تصاویر، کیفیت آنها محدود شده است به تصاویری با کیفیت کم، چرا که حسگر مادونقرمز دارای رزولوشن بالایی نیست و تصاویر تولید شده توسط آن دارای نویز میباشد. پس با توجه به مشکلات موجود و اهمیت استفاده از تصاویر سه بعدی بایستی کیفیت این تصاویر بهبود داده شود تا بتوان با اطمینان، تصاویر دقیقی از دوربین های عمقی ارایه داد؛ لذا در این مقاله حذف نویز تصاویر عمقی با استفاده از شبکه های عصبی کانولوشنی مورد توجه قرار گرفته است. شبکه عصبی کانولوشنی به کار رفته با عمق 20 و سه نوع لایه و یک شبکه عصبی پیش آموزشدیده میباشد که برای دو دیتاست تصاویر عمقی و رنگی به نامهای Middlebury و EURECOM Kinect Face، شبیه سازی انجام شده است و برای تصاویر EURECOM Kinect Face بهبود PSNR در حدود 8 الی 15 دسیبل و به ازای تصاویر Middlebury بهبود PSNR حدود 5 الی 14 دسیبل حاصل شده است.
کلیدواژه ها:
نویسندگان
سیدمهرداد مهدوی
دانشجوی کارشناسی ارشد، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
محسن عشوریان
دانشیار مدعو، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران