تحلیل روش های بازشناسی اشیاء در تصاویر با استفاده از تکنیک های داده کاوی و یادگیری ماشین

تشخیص فعالیت در تصاویر با هدف طبقه بندي داده هاي بصري و ایجاد تمایز بین وقایع موجود در تصاویر بسیارحائز اهمیت است. بازشناسی اشیاء و افراد به عنوان پیش نیاز پردازش هاي سطح بالاتر از قبیل تحلیل فعالیت وبازشناسی وقایع موجود در تصاویر محسوب می شود و دقت بالاي آن منجر به افزایش قدرت تشخیص می گردد.بی شک عمده وظایف بینایی ماشین تا حدود بسیار زیادي به توانایی تشخیص اشیاء، چهره ها و صحنه هاي تصاویربستگی دارد. واضح است که انسان توانایی بالایی در تشخیص و تمایز فعالیت ها و اشیاء گوناگون موجود درتصاویر دارد اما در بینایی ماشین، استخراج ویژگی هاي مناسب و کارآمد و استفاده از طبقه بند مناسب و قوي می توانددر بالا بردن قدرت تشخیص و تمایز، مفید واقع شود. تشخیص بصري کاربردهاي بسیاري در هوش مصنوعی وبازیابی اطلاعات دارد از اینرو یافتن روش هایی با قدرت تشخیص بالا همواره مورد اهمیت است. در این مقاله،مروري بر تعدادي از روش هاي موجود در بازشناسی اشیاء که متمرکز بر استخراج ویژگی و طبقه بندي می باشند،ارائه شده است.

Keywords:

بازشناسی اشیاء , تشخیص شیء , تشخیص فعالیت , شبکه عصبی کانولوشن , استخراج ویژگی