تحلیل راهکارهای مبتنی بر شبکه های عصبی عمیق کانولوشنیدرسامانه تصویری هوشمند تشخیص عابر پیاده
محل انتشار: سومین کنفرانس بین المللی مهندسی برق
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 571
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICELE03_006
تاریخ نمایه سازی: 18 اسفند 1397
چکیده مقاله:
در این مقاله عملکرد سه نسخه از شبکه های عصبی مبتنی بر کانولوشن در سامانه تشخیص عابر پیاده در تصاویر بررسی وارزیابی می شوند. در این میان شبکه های عمیق کانولوشنی بازگشتی و کانولوشنی بازگشتی سریع به عنوان دو نسخهبهبود یافته از شبکه عصبی عمیق کانولوشنی پیاده سازی شده و عملکرد ایشان با نتایج حاصل از اعمال نسخه پایه ایشبکه عصبی عمیق کانولوشنی بر روی تصاویر واقعی شامل پس زمینه های پیچیده و یک یا دو عابر پیاده مقایسه میگردد. نتایج حاصل از آزمون های فوق حاکی از برتری هر دو نسخه بهبود یافته نسبت به نسخه اصلی شبکه عصبی عمیقکانولوشنی می باشد به گونه ای که درصد تشخیص صحیح در آنها به ترتیب 11/3 و 15/9 درصد بهتر از روش پایه ای حاصل می گردد. همچنین ملاحظه می شود که شبکه کانولوشنی بازگشتی سریع به دلیل بهره گیری از یک شبکه ىپیشنهاد ناحیه که لایه های شبکه CNN را با قسمت شناسایی اشیاء به اشتراک می گذارد، بهترین نتیجه را در میانراهکارهای آزموده شده، حاصل می نماید.
کلیدواژه ها:
نویسندگان
شیما اصلان پورکل بلندی
دانشکده مهندسی برق، پزشکی و مکاترونیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
سیدوهاب شجاع الدینی
پژوهشکده برق و فناوری اطلاعات، سازمان پژوهش های علمی و صنعتی ایران، تهران، ایران