Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

703
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

939
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ویژگی های آگاه به محتوا برای قطعه بندی معنایی تصویر

صفحات

 صفحه شروع 153 | صفحه پایان 164

چکیده

قطعه بندی معنایی تصویر مبتنی بر شبکه های عصبی عمیق, از رویکردهای مهم محققان بینایی ماشین می باشد. در روش های مبتنی بر شبکه های عصبی عمیق, بطور کلی از یک شبکه پایه که برای کاربرد شناسایی تصویر, آموزش دیده است, بمنظور استخراج ویژگی از تصویر استفاده می شود. از آنجا که ابعاد ویژگی های خروجی از این شبکه های پایه کوچکتر از تصویر ورودی می باشد, لذا با اضافه کردن چندین لایه کانولوشنی به انتهای این شبکه های پایه, ابعاد ویژگی های خروجی از این شبکه ها را به اندازه ابعاد تصویر ورودی می رسانند. استفاده از ویژگی های محلی خروجی از شبکه های پایه, بدون در نظر گرفتن ارتباط کلی بین این ویژگی های محلی, منجر به قطعه بندی ضعیف و ناهموار می شود. بر این اساس, در این تحقیق واحدی با نام "واحد ویژگی های آگاه به محتوا" پیشنهاد می شود. این واحد با کمک ویژگی های محلی خروجی از شبکه های پایه, ویژگی های سطح-تصویر ایجاد می کند. واحد پیشنهادی را می توان در معماری های مختلف قطعه بندی معنایی تصویر قرار داد. در این تحقیق, با اضافه کردن واحد پیشنهادی CAF به معماری های پایه FCN و DeepLab-v3-plus, به ترتیب معماری های FCN-CAF و DeepLab-v3-plus-CAF پیشنهاد شده است. بمنظور آموزش معماری های پیشنهادی از دادگان PASCAL VOC2012 استفاده شده است. نتایج آزمایش ها نشان می دهد که معماری های پیشنهادی نسبت به معماری های پایه مربوطه, به ترتیب 7/2 و 81/1درصد بهبود دقت (mIoU) دارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    نصیری، مجید، رشیدی کنعان، حمیدرضا، و امیری، سیدحمید. (1399). ویژگی های آگاه به محتوا برای قطعه بندی معنایی تصویر. ماشین بینایی و پردازش تصویر، 7(1 )، 153-164. SID. https://sid.ir/paper/360637/fa

    Vancouver: کپی

    نصیری مجید، رشیدی کنعان حمیدرضا، امیری سیدحمید. ویژگی های آگاه به محتوا برای قطعه بندی معنایی تصویر. ماشین بینایی و پردازش تصویر[Internet]. 1399؛7(1 ):153-164. Available from: https://sid.ir/paper/360637/fa

    IEEE: کپی

    مجید نصیری، حمیدرضا رشیدی کنعان، و سیدحمید امیری، “ویژگی های آگاه به محتوا برای قطعه بندی معنایی تصویر،” ماشین بینایی و پردازش تصویر، vol. 7، no. 1 ، pp. 153–164، 1399، [Online]. Available: https://sid.ir/paper/360637/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا