محمدحسین پورزرنق - گروه مهندسی مکانیک و بیوسیستم، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران

مروزه برای به دست آوردن مواد غذایی مورد نیاز انسان، به نحوی که همه بتوانند با هزینه مناسب، با سهولت و به صورت بهداشتی احتیاجات خود را تامین کنند، نیاز به استفاده از سامانه های دقیق و پیشرفته برای انجام عملیات کشاورزی میباشد. در دهه های اخیر تکنولوژیهای پردازش تصویر و ماشین بینایی توانسته اند نقش برجسته ای در زمینه های گوناگون مهندسی کشاورزی مانند خودکار کردن عملیات کشاورزی، کشاورزی دقیق، کنترل کیفیت، تشخیص بیماری ها و... داشته باشند. در پردازش تصویر و ماشین بینایی عمده ترین کار محققین استخراج ویژگی از تصویر است. با توجه به اهمیت پیشرفت روز افزون علم هوش مصنوعی لازم است رویکردهای جدید تری که امروزه برای طبقه بندی تصاویر استفاده میشود بحث شود. در سالیان اخیر شبکه عصبی کانولوشنی بعنوان زیر مجموعهای از شبکه عصبی عمیق بعنوان جایگزینی برای روش معمول پردازش تصویر و طبقه بندی آنها توسعه یافته است. عمده ترین مزیت این روش استخراج خودکار ویژگی از تصویر و قابلیت تعمیم بالای آن میباشد. بعبارتی این روش بر مبنای اداراک انسان از تصاویر، مفاهیم پایهای را که برای تشخیص اشیاء بکار میرود را استخراج و بر مبنای آن تصمیم گیری میکند. در این تحقیق بصورت تحلیلی ساختار شبکه عصبی کانولوشنی بررسی شده و کاربردهای آن در زمینه کشاورزی بحث شده است.

آموزش عمیق، هوشمند سازی، شبکه عصبی کانولوشنی، پردازش تصویر.