روش های پردازش تصویر مبتنی بر منطقه ی مطلوب ROI برای سیستم های حسگر هوشمند

منطقه مطلوب ROI، تعدادی نمونه در یک مجموعه داده است که برای یک هدف خاص، در تصاویر دیجیتال مشخص شده است. این مناطق مطلوب می توانند به طور خودکار برای سنجش بیشتر یا کنترل الگوریتم های هوشمند مثل الگوریتم فشرده سازی یا برای تجزیه و تحلیل بیشتر و برای شناسایی و شناسایی هدف مورداستفاده قرار گیرند. برای مثال در تصویربرداری پزشکی، مرزهای یک تومور در یک تصویر یا حجم، به منظور اندازه گیری اندازه تومور، می تواند منطقه مطلوب باشد. هدف از این مقاله، بررسی روش های پردازش تصویر مبتنی بر ROI در سیستم حسگر هوشمند از طریق الگوریتم های پردازش تصویر منبع آگاه و پایدار و شبکه های عصبی عمیق است. همچنین، این مقاله به بررسی چگونگی مقیاس پذیری کیفیت- انرژی در پردازش مبتنی بر ROI و تبدیل آن به مقیاس پذیری دقت- انرژی می پردازد. بر اساس مرور منابع، برای فعال کردن پردازش تصویر هوشمند مبتنی بر یادگیری عمیق در دستگاه های لبه IoT با منابع سخت افزاری محدود، پیشنهاد می شود در تحقیقات آتی یک شبکه عصبی با ذخیره سازی و تقاضای محاسباتی کمتر، طراحی شود.

کلیدواژه ها:

پردازش تصویر ، سیستم حسگر هوشمند ، شبکه عصبی عمیق ، منطقه ی مطلوب ، اینترنت اشیاء