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

بهبود دسته بندی تصاویر با استفاده از شبکه های عصبی کانولوشن

عنوان مقاله: بهبود دسته بندی تصاویر با استفاده از شبکه های عصبی کانولوشن
شناسه ملی مقاله: PCCO01_207
منتشر شده در کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر در سال 1396
مشخصات نویسندگان مقاله:

علی مومیوند - دانشجوی کارشناسی ارشد، موسسه آموزش عالی آفرینش بروجرد
داور گیوکی - عضو هییت علمی گروه کامپیوتر، دانشکده فنی دانشگاه لرستان
امین الهیاری - عضو هییت علمی گروه برق، موسسه آموزش عالی آفرینش بروجرد

خلاصه مقاله:
هدف از دسته بندی تصاویر، تشخیص محتوای یک تصویر و تعیین دسته ای است که تصویر بدان تعلق دارد. برای آن که بتوان محتوای یک تصویر را شناسایی کرد، لازم است اطلاعاتی از تصویر استخراج شده و مورد پردازش قرار گیرد. برای پردازش این اطلاعات روش های مختلفی ارایه شده است که هرکدام ویژگی های خاص خود را دارند. در این مقاله از بخش بندی تصویر به عنوان پیش پردازش و سپس از شبکه های عصبی کانولوشن 3، شبکه الکس نت برای دسته بندی استفاده شده است. برای استخراج شیء اصلی تصویر میتوان از بخش بندی تصویر استفاده کرد. به این ترتیب میتوان دادن اطلاعات معنادارتری از تصویر استخراج کرد. از روش سوپرپیکسل نیز برای بخشبندی تصاویر استفاده شده است هدف این تحقیق افزایش دقت دسته بندی روی مجموعه داده Caltech است. دقت دسته بندی با استفاده از روش پیشنهادی به 92% درصد رسیده است که در مقایسه با سایر روش های موجود از کارایی بسیار بالاتری برخوردار است

کلمات کلیدی:
دسته بندی، بخش بندی، شبکه های عصبی کانولوشن، سوپرپیکسل، الکسنت

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/758758/