سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

Login
PapersConferencesJournals

تشخیص تعاملات انسان و شیء بر مبنای ویژگی های استخراج شده از داده های عمیق با استفاده از شبکه عصبی سیامی

Publish place: Computing Science Journal، Vol: 8، Issue: 2
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 155

This Paper With 12 Page And PDF Format Ready To Download

DOWNLOAD Paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:
https://civilica.com/doc/1901485

Document National Code:

JR_CSJI-8-2_002

Index date: 3 February 2024

تشخیص تعاملات انسان و شیء بر مبنای ویژگی های استخراج شده از داده های عمیق با استفاده از شبکه عصبی سیامی abstract

تشخیص تعامل انسان و شیء (HOI) مجموعه ای از سه تایی های (انسان، شیء، تعامل) از یک تصویر را استخراج می کند. این حوزه، یکی از زمینه های تحقیقاتی رو به رشد در بینایی کامپیوتر است. علاوه بر اطلاعات دو بعدی مانند ظاهر انسان و اشیاء و موقعیت مکانی آن ها، وضعیت سه بعدی به خصوص در پیکربندی بدن انسان می تواند نقش مهمی در یادگیری تعاملات میان انسان و شیء داشته باشد. در این مقاله، مشخصه های بصری انسان ، زمینه و شیء که به ترتیب از وضعیت های انسانی و پیکربندی های فاصله ای انسان و شیء به دست می آید، استخراج می شود. علاوه بر این، یک شبکه سیامی برای یادگیری ویژگی های ساختاری جفت های انسان- شیء استفاده می شود. شبکه سیامی بهبود یافته برای استخراج ویژگی های مشابه هدف، از ابرهای نقطه پیشنهاد می شود. شبکه سیامی بهبود یافته برای یافتن شباهت دو ورودی و استخراج ویژگی های مربوط به انسان و شیء پیشنهاد شده است این شبکه، توانایی تمایز را برای مرحله دوم که مرحله تشخیص تعاملات است، بهبود می بخشد. ما از یک بازنمایی داده بر اساس نگاشت سه بعد به دو بعد به صورت چند دیدی استفاده می کنیم، سپس از شبکه سیامی برای استخراج ویژگی های مربوط به این نگاشت به همراه جعبه شیء در یک توصیف گر محلی ۳۲ بعدی استفاده می کنیم. نتایج آزمایش ها روی مجموعه داده HICO-DET نشان می دهد که روش ما توانسته است نتیجه تعاملات را بهبود بخشد و معیار mAP را نسبت به روش DJ-RN به میزان ۷۸/۲ افزایش دهد

تشخیص تعاملات انسان و شیء بر مبنای ویژگی های استخراج شده از داده های عمیق با استفاده از شبکه عصبی سیامی Keywords:

تعامالت انسان و شیء , مشخصههای سه بعدی , شبکه سیامی , توانایی تمایز , نگاشت سه بعدی به دو بعدی

تشخیص تعاملات انسان و شیء بر مبنای ویژگی های استخراج شده از داده های عمیق با استفاده از شبکه عصبی سیامی authors

منصوره رضائی

دانشجوی دکتری دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

مهدی رضائیان

دانشیاردانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

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 :
e Kaiming ,Girshick Ross ,Dollár Piotr ,Lin Yi-Tsung ۱ ...
Comput .Conf IEEE .Proc in ,detection object for worksnet pyramid ...
۲۰۱۵. :۱۵۰۵.۰۴۴۷۴,arXiv preprint arXiv .,labeling .,Y ,Wang .,X ,Wang .,Z ,Huang ...
:۲۲۰۷.۱۱۶۶۰,۲۰۲۲.ivarX preprint arXiv .recognition action efficient for ersautoencod Masked :Mar ...
of Proceedings In .transformers with detection teractionin object-human end-to-End :Hotr ...
Computer on Conference CVF/IEEE the of Proceedings۲۰۲۰. ۴۱۱۶-۴۱۲۵. .pp ,Recognition ...
۲۰۱۸. ۸۳۶۷,–۸۳۵۹ .pp .,Recognit Pattern centric-instance :ICAN ,Huang .B.-J and ,Zou ...
,detection interaction object-human for network attention۲۰۱۸. /۱۸۰۸.۱۰۴۳۷,abs/org.arxiv://httpin object-human detect to ...
۲۰۱۸. ۳۸۹,–۳۸۱ .pp ,IEEE ,)WACV( Pose ,Yu Ruiyun and ,Xie Qing ...
۲۰۲۲. ۵۳-۶۲, .pp۴۷۶, Neurocomputing .tiondetec interaction object-human for network parsing ...
object-human recognizing for attention part-body Pairwise conference European the of Proceedings ...
۲۰۱۵. ۹۹,–۹۱ .pp .,Syst .Process .Inf Neural .Adv .Conf Ross and ...
۲۹۶۱-۲۹۶۹, .pp ,vision computer on conference nationalinter IEEE the of ...
Comput .Conf CVF/IEEE .Proc in ,interaction object-manhu for representation joint ...
(۲۰۲۰) ۱۰۱۷۵–۱۰۱۶۶ .pp .,Recognit Pattern and Vision .Lect ,detector multibox shot ...
۲۰۱۶. ۳۷,–۲۱ ۹۹۰۵, .Sci .Comput Notes for knowledge interactiveness Transferable .,al ...
CVF/IEEE .Proc in ,detection interaction object-human–۳۵۸۵ .pp .,Recognit Pattern and ...
CVF/IEEE .Proc in ,detection interaction object human۲۰۱۹. ۹۴۷۸,–۹۴۶۹ .pp ,Vision ...
interaction object human and pose of features tiotemporalspa learning by ...
۲۰۲۲. .۵۳-۶۲,pp ۴۷۶, ,computingNeuro .detection interaction object-human for network and ,Su ...
۲۰۲۲. ۹۸-۱۰۹, .pp ۵۰۲, rocomputingNeu .detection interaction object-human for network ...
interactions object-human Learning .Zhu Chun-Song and ۲۰۱۸. ,ECCV In .networks neural ...
۲۰۲۰. :۲۰۱۰.۱۰۰۰۱,arXiv preprint arXiv .tioninterac object-human for network graph heterogeneous object ...
CVF/IEEE .Proc in ,convolutions graph using interactions–۱۳۶۱۷ .pp .,Recognit Pattern ...
In .Interactions Object-Human in Field Interactiveness Computer on Conference CVF/IEEE the ...
,–۱۵۶۸ .pp ,IEEE ,)WACV (Vision .Comput .Appl arXiv .graphs affordance via ...
۲۰۲۰. :۲۰۰۹.۰۱۰۳۹,arXiv preprint .Yoshinaga Tomoaki and ,Ohashi Hiroki ,Tamura Masato ۲۷ ...
۲۰۲۱. ۱۰۴۱۹,–۱۰۴۱۰ pages ,Recognition Pattern and sionVi Computer on Conference ...
with detection interaction object human end-to-End ,WeiYichen ,Zhang Chi ,Zhang ...
adaptive as detection hoi Reformulating .Qian Chen and .pp ,Recognition Pattern ...
Neural Convolutional Based-Attention :ABCNN ,Zhou–۲۵۹ .pp ,TACL .pairs sentence Modeling ...
Object for Network Siamese Time-Real A :SiamCAM ۲۰۲۲. ۳۹۳۱, ۸, .no ...
tracking object time-real for network siamese twofold A vision computer on ...
–۵۳۹ .pp ۱, .Vol ,)CVPR (Recognition Pattern and Vision۲۰۰۵. ۵۴۶, estimation ...
۲۰۱۷. ۷۲۹۹,–۷۲۹۱ .pp .,Recognit Pattern and sionVi .Comput .Conf IEEE ...
CVF/IEEE .Proc in ,image single a from body and ,face–۱۰۹۷۵ ...
in objects common :COCO Microsoft .,al et Lin .Y.-T ۳۷ ...
۷۵۵,–۷۴۰ .pp ۸۶۹۳, .Sci .Comput Notes .Lect ,context Pattern and Vision ...
۲۰۱۶. ۷۷۸,–۷۷۰ .pp .,Recogn ...
نمایش کامل مراجع