قطعه بندی تصاویر رنگی با استفاده از الگوریتم اصلاح شده بهینه سازی ازدحام ذرات و منطق فازی
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 946
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_189
تاریخ نمایه سازی: 11 اردیبهشت 1394
Abstract:
بینایی ربات ها یک مشکل اساسی در ربوکاپ بوده و روش های مختلفی برای قطعه بندی و درک اشیا پیشنهاد شده است.اما همچنان این مسئله در زمان واقعی و شرایط نوری متغییر بصورت حل نشده باقی مانده است و تنظیم پارامتر هایبینایی ربات ها یک وظیفه طاقت فرسا و زمانبر در مسابقات ربوکاپ میباشد. این پژوهش به معرفی یک روش ترکیبی بدون ناظر برای قطعه بندی برون خط تصاویر رنگی و ایجاد جدول مراجعه ای ایستا میپردازد که به سیستم بینایی توانایی کار درمحیط هایی با ویژگی هایی رنگی میدهد. این روش بصورت خودکار با استفاده از الگوریتم بهینه سازی ذرات کسیستم فازی برای طبقه بندی رنگ با حداقل قوانین و کمترین خطا تولید میکند. برای تنظیم پارامتر های سیستم فازی از یک الگوریتم اصلاح شده بهینه سازی ازدحام ذرات با یادگیری جامع بهره گرفته شده است که مانع از همگرایی زودرسمیشود . هر ذره از جمعیت شامل مجموعه ای از قوانین فازی است. در حین تکامل ، یک عضو از جمعیت سعی در افزایش برازندگی خود دارد که در اینجا نرخ طبقه بندی بالا و تعداد کم قوانین اس ت. در نهای ت ق وانین مرب و به ذره ای با بیشترین میاان برازندگی جهت قطعه بندی فضای رنگ انتخاب میشود. مراحل یادگیری به نظارت انسان نیازی ندارد .کارایی روش پیشنهادی از نظر طبقه بندی در محیط ربوکاپ با شدت نور مختلف سنجیده شده و با دقت کل 68 % نتایج مطلوبی ارائه میدهد.
Keywords:
بهینه سازی ازدحام ذرات با یادگیری جامع , طبقه بندی فازی , قطعه بنددی تصویر , بینایی رنگی , ربوکاپ , تولیدجدول مراجعه ای , شناسایی ا لگو
Authors
امیرمحمد شفیعی
کارشناس ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان
علی محمد لطیف
استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
مهدی جعفری شهباززاده
استادیار، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کرمان
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 :