ویژگی های آگاه به محتوا برای قطعه بندی معنایی تصویر
Publish place: Machine Vision and Image Processing، Vol: 7، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 313
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMVIP-7-1_011
تاریخ نمایه سازی: 23 اردیبهشت 1400
Abstract:
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 میشود. 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 ویژگیهای خروجی از این شبکه ها را به اندازه ابعاد تصویر ورودی میرسانند. 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 ویژگیهای 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 میتوان 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-v۳-plus، به ترتیب معماری های FCN-CAF و DeepLab-v۳-plus-CAF پیشنهاد شده است. بمنظور آموزش معماری های پیشنهادی از دادگان PASCAL VOC۲۰۱۲ استفاده شده است. نتایج آزمایش ها نشان می دهد که معماری های پیشنهادی نسبت به معماری های پایه مربوطه، به ترتیب ۷/۲ و ۸۱/۱درصد بهبود دقت (mIoU) دارد.
Keywords:
قطعه بندی معنایی تصویر , شبکه های عصبی عمیق , شبکه های عصبی کانولوشنی , واحد ویژگی های آگاه به محتوا
Authors
مجید نصیری
دانش آموخته کارشناسی ارشد هوش مصنوعی دانشگاه شهید رجایی
حمیدرضا رشیدی کنعان
دانشکده مهندسی کامپیوتر، دانشگاه شهید رجایی
سید حمید امیری
دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران