ماشین بینایی و پردازش تصویر
سال:1401 | دوره:9 | شماره:2 |تعداد مقالات:6

سیستم تشخیص خویشاوندی با تجزیه و تحلیل تصاویر چهره دو فرد، خویشاوندی یا عدم خویشاوندی آن دو را مشخص می کند. برای تشخیص رابطه خویشاوندی ویژگی های مختلف را می توان از تصویر چهره دو فرد استخراج نمود. در این مقاله با بررسی ویژگی های بافت، رنگ و ادغام موثر این ویژگی ها و همچنین بررسی چند طبقه بندی کننده مختلف، یک سیستم کارا برای تشخیص روابط خویشاوندی نسل اول ( پدر - پسر، پدر - دختر، مادر - پسر و مادر - دختر) ارائه شده است. در این راستا دو رویکرد پیشنهادی بررسی شده است: (1) ادغام ویژگی های مؤثر و بررسی طبقه بندی کننده مختلف برای تشخیص خویشاوندی و (2) استفاده از متریک یادگیری NRML به منظور تولید بردار ویژگی متمایز کننده جهت افزایش کارایی تشخیص خویشاوندی. روش های پیشنهادی برای دو پایگاه داده KinFaceW-I و KinFaceW-II در حالت های مختلف تحلیل و ارزیابی شده اند. نتایج ارزیابی­ها نشان می­دهد، ادغام ویژگی ها و استفاده از متریک NRML به خوبی توانسته است عملکرد سیستم تشخیص خویشاوندی را بهبود دهد. علاوه بر دو رویکرد پیشنهادی، استخراج ویژگی از کل تصویر و همچنین به صورت بلوکی از تصویر، بررسی شده و نتایج آن ارائه شده است. نتایج به دست آمده حاکی از آن است که استخراج ویژگی به صورت بلوکی می تواند در بهبود نتیجه نهایی تشخیص خویشاوندی موثر واقع شود.

هدف از طراحی و ساخت خودروهای بدون راننده حذف عامل انسانی به منظور کاهش تلفات، هزینه ­ها و  نیز افزایش ایمنی خودرو با جایگزینی تجهیزات هوشمند است. امروزه با بهره­مندی از فناوری­های هوش مصنوعی و یادگیری ماشین شاهد پیشرفت­های چشم­گیری در صنعت حمل و نقل هوشمند به ویژه خودروهای تمام خودکار هستیم که با استفاده از حسگرهای پیشرفته و تکنیک بینایی ماشین قادر به تجزیه و تحلیل اطلاعات محیط پیرامون خود هستند. از چالش­های مطرح در طراحی سیستم این نوع از خودروها، شناسایی درست سایر وسایل نقلیه ­ی اطراف مسیر حرکت خودرو است. در این مقاله، برای شناسایی خودروهای اضطراری یک روش مبتنی بر یادگیری عمیق ارائه شده است که فرایندهای استخراج ویژگی و طبقه­ بندی درآن به صورت همزمان انجام می­شود. شبکه عمیق مورد استفاده در این پژوهش شبکه پیچشی می­باشد. در شبکه­ های عصبی پیچشی دستیابی به نتایج قابل قبول وعملکرد مناسب، مستلزم در اختیار داشتن حجم عظیمی از داده­ها برای آموزش شبکه می­باشد. با توجه به محدود بودن تعداد تصاویر موجود در مجموعه ­داده مورد استفاده در این پژوهش و به منظور افزایش دقت شناسایی، از فرایند یادگیری انتقالی و شبکه پیش ­آموزش­دیده  VGG16 نیز استفاده شده است. برای این تحقیق دو مجموع داده جدید ایجاد و در کنار دو مجموعه داده دیگر مورد آزمایش قرار گرفت. روش پیشنهادی با  چهار روش دیگر نیز مورد مقایسه قرار گرفت و نتایج به دست آمده نمایانگر کارایی بسیار خوب روش پیشنهادی است.

اختلال در راه رفتن یک مشکل شایع در جامعه است که می تواند به عنوان یک آسیب، زندگی فرد را محدود کند. تشخیص صحیح و سریع این اختلال می تواند به روند بهبود و درمان کمک کند، ازاین رو همواره پژوهش هایی انجام شده است که بر مبنای آن پزشک بتواند یک برنامه درمانی مناسب برای بیمار در نظر بگیرد. در این پژوهش از یک حسگر کینکت که قابلیت شناسایی 25 نقطه از نقاط آناتومیکی بدن فرد را دارد به منظور دریافت و ثبت داده استفاده شده است، بر مبنای اطلاعات سه بعدی به دست آمده از 25 نقطه، تعداد 8 ویژگی استخراج شد که نتایج نشان داده است تعداد 7 ویژگی استخراج شده، تفکیک پذیری بهتری داشتند. راهکار موردنظر بر مبنای سیستم فازی تعریف شده که یک گروه پزشکی به عنوان خبره در این سیستم همکاری می نمایند. تعداد شرکت کنندگان 90 نفر می باشد که در گام اول از مجموع داده های 50 نفر بیمار حرکتی و 40 نفر افراد سالم، از داده ی 45 نفر برای استخراج  قواعد فازی بر مبنای نظرات خبرگان استفاده شد همچنین برای اینکه در ساخت مدل بایاس کمتری اتفاق بیوفتد از روش k-fold در دسته بندی داده ها استفاده شده است.در گام دوم از داده ی 45 نفر دیگر برای ارزیابی سیستم پیشنهادی استفاده گردید. خروجی های حاصل از صحت سنجی سیستم فازی نشان می دهد که بر مبنای 7 ویژگی تعریف شده و قواعد ساخته در سیستم فازی، دقت، گزارش شده 95 درصد است.

الگوی دودویی محلی یک توصیفگر پرکاربرد در استخراج ویژگی از تصاویر بافتی است. شبکه­ های عصبی عمیق کانولوشن نیز از بهترین ابزار طبقه بندی با دقت بسیار بالابه شمار می رود. نوآوری اول این پژوهش ارائه یک ساختار برای ترکیب ویژگی های الگوی دودویی محلی و شبکه عصبی عمیق کانولوشن برای طبقه­ بندی تصاویر بافتی نویزدار است که دقت بسیار بالایی را برای طبقه بندی تصاویر بافتی نویزدار فراهم می کند. این روش از دو ابزار استخراج ویژگی تشکیل شده است. در یک ابزار، با استفاده از الگوی دودویی محلی کامل ویژگی­های محلی تصاویر بافتی، در قالب هیستوگرام سه بعدی استخراج می­شود. در ابزار دوم ویژگی­های بافتی با استفاده از شبکه عصبی عمیق کانولوشن DenseNet-121 کاهش داده می شود. این بخش که در فرآیند ترکیب ویژگی ها بکارگرفته شده است، با استفاده از شبکه عصبی کانولوشن کم عمق، ابعاد هیستوگرام سه بعدی را ، برای ترکیب با ویژگی های عمیق، به صورت قابل توجهی کاهش می­دهد. دقت مدل پیشنهادی، روی مجموعه های داده نویزی­ Outex، CUReT و UIUC با نویز گوسی، نویز نقطه ای و نویز   فلفل نمکی با شدت های مختلف، ارزیابی شده است و دقت طبقه­ بندی روش پیشنهادی برای مقادیر مختلف نویز، بهبودی بین 3 تا 15 درصد داشته است.

یکی از مسائل مطرح در علم پزشکی که توجه بسیاری از محققان را به­خود جلب کرده، جداسازی کبد از تصاویر توموگرافی کامپیوتری است. زیرا اولین مرحله در فرآیند تشخیص بیماری­ها و تومورهای کبدی، داشتن تصویری مناسب از کبد بخش ­بندی­ شده در این تصاویر می­باشد. هدف از این مقاله ارائه الگوریتمی خودکار برای بخش­ بندی کبد در تصاویر سی­تی­ است. تحقیقات گذشته نشان داده ­است استفاده از ویژگی بافت نتایج مطلوب تری را در این بخش ­بندی حاصل می کند. الگوریتم پیشنهادی این مقاله مبتنی بر تحلیل بافت بااستفاده از لبه ­یاب Kirsch، انتقال میانگین، و خوشه ­بندی K-means به ­بخش­ بندی کبد می­ پردازد. نتایج پیاده­ سازی الگوریتم  پیشنهادی بر روی 400 تصویر سی­تی­ بیمارستان میلاد تهران حاوی کبد و ارگان­های جانبی، میانگین معیار Dice را 96 ٪  نشان داده است. همچنین در بررسی عملکرد الگوریتم پیشنهادی بر روی پایگاه داده­ ی Sliver07، میانگین معیار Dice برابر با 86/96 ٪ به ­دست آمده است. لذا الگوریتم پیشنهادی می تواند به­عنوان اولین مرحله در فرآیند تشخیص تومورها و بیماری های کبدی مورداستفاده قرار گیرد.

شناسایی پلاک خودرو یک جزء اساسی از سیستم های مختلف حمل و نقل هوشمند است که همیشه انتظار می رود دقیق و کارآمد انجام گیرد. رشد بی رویه تعداد خودرو ها، منجر به بروز مشکلات زیادی برای تشخیص خودرو در زمینه های مختلف از جمله کنترل ترافیک،  مدیریت پارکینگ، عوارضی بزرگراه ها و غیره شده است. با استفاده از یک سیستم خودکار جهت تشخیص شماره پلاک خودرو، می توان تا حدود زیادی بر این مشکلات فائق آمد. یکی از بهترین روش های ارائه شده که تا به امروز کارایی بسیار بالایی در تشخیص پلاک دارد، استفاده از شبکه های عصبی پیچشی (CNN) است. در این پژوهش سعی بر این است که کارایی این شبکه ها برای تشخیص پلاک خودروهای ایرانی روی دادگانی جمع آوری شده در این مقاله، مورد ارزیابی قرار گیرد طوری که در نهایت بتوان روشی خودکار برای تشخیص و بازشناسی پلاک خودروهای فارسی ارائه شود. در روش پیشنهادی ابتدا پلاک خودرو مکان یابی می شود،  سپس حروف و اعداد آن جداسازی و استخراج می شوند و در نهایت با استفاده از شبکۀ پیچشی الکس نت نویسه ها دسته بندی می شوند. از نوآوری های پژوهش می توان به جمع آوری دادگانی با 5000 تصویر از خودروهای ایرانی، استفاده از انتقال یادگیری (Transfer Learning) برای تشخیص پلاک خودروهای ایرانی و بازشناسی توامان حروف و ارقام فارسی اشاره کرد. کارایی روش پیشنهادی روی دادگان جمع آوری شده با دقت 70 درصد داده های آموزش و 30 درصد داده های آزمون به دقت 98/2 درصد رسیده است.