CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

استفاده از یادگیری عمیق برای بازیابی تصاویر تنوع زیستی

عنوان مقاله: استفاده از یادگیری عمیق برای بازیابی تصاویر تنوع زیستی
شناسه ملی مقاله: ITCT04_236
منتشر شده در چهارمین کنفرانس ملی فناوری اطلاعات، کامپیوتر و مخابرات در سال 1396
مشخصات نویسندگان مقاله:

امیر سزاوار - دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران
حسن فرسی - استادتمام دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران
سجاد محمدزاده - استادیار دانشکده فنی و مهندسی فردوس، دانشگاه بیرجند، بیرجند، ایران

خلاصه مقاله:
بازیابی تصاویر از پایگاه دادههای عظیم از سالیان قبل به عنوان یک حوزهی تحقیقاتی مورد علاقهی محققان، مورد بحث بوده است. یکی از کاربردهای آن، بازیابی تصاویر تنوع زیستی جانوران است که هنوز هم علیرغم وجود الگوریتمهای متنوع، چالشهای جدی در آن وجود دارد. امروزه اکثر سیستمهای بازیابی، با استخراج ویژگیهایسطح پایین تصاویر مانند رنگ و بافت، این امر را ممکن میسازند. اما وجود فاصلهی معنایی میان این ویژگیهای سطح پایین و ادراک انسان، باعث کاهش دقت بازیابی میشود. در این مقاله الگوریتم بازیابی تصویر با استفاده از یادگیری عمیق معرفی میکنیم و ازآن در بازیابی تصاویر جانداران استفاده میکنیم. نتایج حاصل روی دو دیتابیس پروانهها و پرندگان نشان میدهد که این سیستم با کم کردن فاصلهی معنایی، به دقت بالایی دست یافته است.

کلمات کلیدی:
بازیابی تصویر، تنوع زیستی، شبکه های عصبی کانولوشن عمیق، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/668959/