ارائه روشی جدید به منظور دسته بندی اشیاء در تصاویر با توصیف گر SURF

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,270

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEIT01_384

تاریخ نمایه سازی: 9 تیر 1393

Abstract:

مهمترین چالش در پردازش تصویر و حوزه بینایی کامپیوتر استخراج ویژگیها برای تشخیص و تطبیق اشیاء است. یافتن ویژگیهای محلی تصویر یکی از راهکارهای پیدا کردن یک سری نقاط کلیدی در تصویر می باشد. که توصیفگر SURF از این راهکار استفاده می کند. گام اول در تطبیق ویژگی های، مرحله ی پیش پردازش و استخراج ویژگی های درست در تصاویر می باشد. که با توجه به مطالعات گذشته در این مرحله ، یکی از بارزترین مشکلات، وجود ویژگی های نویزی، همچنین بررسی نکردن پارامتر های مختلف از جمله اندازه تصویر نرمالایز شده، پارامترهای مختلف دسته بندی، تولید ویژگی های بی اثر و بروز افزونگی می باشد. به منظور استخراج ویژگی های مناسب در دسته بندی تصاویر، در این مقاله، فیلتر تیز کننده در مرحله استخراج ویژگی ها در توصیف گر SURF اعمال می شود، تا با تیز کردن لبه ها نقاط کلیدی مناسب تر و جزئیات بهتر و بیشتری شناسایی شوند و در ادامه ی رویکرد کیسه کلمات بصری در دسته بندی اشیاء برای ایجاد کلمات بصری انجام می گیرد، که آزمایش ها بر روی مجموع داده های استاندارد ETHZ و Caltech 101 انجام شده است. نتایج آزمایشات، بهبود عملکرد SURF تجدید نظر شده را ، در دسته بندی اشیاء در تصاویر نشان می دهد.

Authors

اسامه بیگلری

کارشناسی ارشد موسسه آموزش عالی تعالی قم

جواد وحیدی

استادیار، دانشگاه علم و صنعت 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 :
  • Dork6, G., and C. Schmid "Selection of scale- Invariant parts ...
  • Lowe, D.G." Distintive image feature from scale- invariant keypoints." International ...
  • Lowe, D.G.:" Object recognition from local scale- invariant features.The proceedidng ...
  • Ke, Y., and R. "Sukthankar. PCA-SIFT: A more distinctive representation ...
  • Juan, L., and O. Gwun." A comparison of SIFT, PCA-SIFT, ...
  • Bay, H., A. Ess, T. Tuytelaars, and L. Van Gool. ...
  • Bay Herbert, Tinne Tuytelaars and Luc Van Gool:" Robust ...
  • Proceedings of the 9th European Conference on Computer Vision, Springer ...
  • Hess, R." An open source SIFT library. "Proceedings of the ...
  • Stanley F. Chen, Ronald Rosenfeld, "A Gaussian Prior for Smoothing ...
  • Mikolajczyk, K, and. C. Schmid." Scale and affine invariant interest ...
  • Stanley F. Chen, Ronald Rosenfeld, " A Gaussian Prior for ...
  • H. Shakuri. G and M.B. Menhaj, "A Single Fuzzy Rule ...
  • C.Altuntas, Keypointbased automatic image orientation and skew investigation on points, ...
  • R.Sun, Z. Wang, L. Sun, A ...
  • learning algorithm for model-based object detection, Robotics and Microsystems Center, ...
  • S. Zhang, Q. Tian, G. Hua, Q. Huang, and W. ...
  • E. Gavves, C. G. M. Snoek, and A. W. Smeulders, ...
  • Understanding, vol. 116, pp. 238-249, 2012 ...
  • نمایش کامل مراجع