تفریق پس زمینه با استفاده از شبکه های عصبی حافظه کوتاه-مدت بلند عمیق و سازوکار توجه

جداسازی اشیاء متحرک از پس زمینه یکی از مسایل مهم و کاربردی در حوزه بینایی ماشین است. در این زمینه راهکارهای بسیار زیادی ارائه شده است. دسته ای از این راهکارها مبتنی بر یادگیری عمیق و شبکه های عصبی عمیق هستند که عمدتا به صورت نظارت شده و برون خط هستند. در این مقاله یک روش برخط و بدون نظارت مبتنی برای جداسازی پس زمینه از پیش زمینه در داده های ویدیویی ارائه شده است که در آن پس زمینه به صورت یک ماتریس کم رتبهL توسط یک شبکه عصبی عمیق استخراج می شود و پیش زمینه به صورت یک ماتریس تنک با تفریق L از تصویر اصلی به دست می آید. در طراحی شبکه عصبی فوق، از یک شبکه حافظه کوتاه-مدت بلند (LSTM) مبتنی بر سازوکار توجه استفاده شده است. یادگیری این روش به صورت بدون نظارت انجام می شود و می تواند آموزش ببیند به قسمت هایی از داده ها و تصویر که پیش زمینه در آن وجود دارد، وزن بیشتری اختصاص داده و توجه و تمرکز بیشتری داشته باشد. جهت ارزیابی مدل پیشنهادی، پایگاه داده LASIEST که تعداد زیادی از چالش های حوزه تفریق پس زمینه را پوشش می دهد، انتخاب شده است. کارایی راهکار پیشنهادی به طور کمی با استفاده از معیارهای استاندارد یادآوری، دقت و اندازه ی F-measuresارزیابی و با تعدادی از روش های معتبر و مطرح مقایسه شده که به ترتیب به میزان ۸%، ۱۰%، و ۵% بهبود داشته است. علاوه بر این از نظر کیفی و شهودی نیز با راهکارهای موجود مورد مقایسه قرار گرفته که موفق به اخذ نتایج مطلوب تر شده است.

Keywords:

تفریق پس زمینه از پیش زمینه , یادگیری عمیق , شبکه عصبی LSTM , سازوکار توجه , یادگیری بدون نظارت , تفریق برخط پس زمینه