تخمین جریان نوری با استفاده از تقسیم بندی معنایی و شبکه عصبی عمیق AES
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 412
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ADST-11-1_005
تاریخ نمایه سازی: 11 مرداد 1399
Abstract:
اهمیت و نیاز به درک صحنههای بصری به علت پیشرفت سامانه های خودکار به طور پیوسته افزایش یافته است. جریان نوری یکی از ابزارهای درک صحنه های بصری است. روشهای جریان نوری موجود، مفروضات کلی و همگن فضایی، در مورد ساختار فضایی جریان نوری ارائه میدهند. درواقع، جریان نوری در یک تصویر، بسته به کلاس شی و همچنین نوع حرکت اشیاء مختلف، متفاوت است. فرض اول در میان بسیاری از روش ها در این زمینه، پایداری روشنایی در طی حرکت پیکسلها بین فریمها است. ثابت شده است که این فرض در حالت کلی صحیح ناست. در این پژوهش از تقسیم بندی اشیای موجود در تصویر و تعیین حرکت اشیا به جای حرکت پیکسلی کمک گرفته شده است. درواقع از پیشرفتهای اخیر شبکه های عصبی کانولوشن در تقسیمبندی معنایی صحنههای استاتیک، برای تقسیم تصویر به اشیا مختلف بهره گرفته میشود و الگوهای مختلف حرکتی بسته به نوعشی تعریف میشود. سپس، تخمین جریان نوری با استفاده از ایجاد یک شبکه عصبی کانولوشن عمیق برای تصویری که در مرحله اول تقسیمبندی معنایی شده است، انجام میشود. روش پیشنهادی کمترین خطا در معیار جریان نوری برای پایگاه داده KITTI-2015 را فراهم میآورد و تقسیمبندی بهتری را نسبت به روشهای اخیر در طیف وسیعی از فیلمهای طبیعی تولید میکند.
Keywords:
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :