سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر

Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,697

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

CSICC15_191

Index date: 18 October 2009

یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر abstract

با توجه به گسترش روز افزون تصاویر دیجیتالی نیاز به الگوریتمهایی است که با دقت و سرعت قابل قبول بتوانند اطلاعات تصویر را معنا ببخشند. هر روزه هزاران نفر پشت تصاویر دوربینها قرارمیگیرند تا منطقه خاصی را کنترل نمایند.از این رو ما در اینجا سیستم تشخیص وسیلههای نظامی را توسط روش دسته بندی تصاویر معرفی میکنیم. به طور خلاصه مشکلات روشهای گذشته دسته بندی تصاویر را میتوان در بزرگی اندازه بردار ویژگی که باعث کاهش چشمگیر سرعت و وجود ویژگیهای نویزی برای عمل دسته بندی و بررسی نکردن تابع موجک بهینه که موجب انتخاب نادرست تابع موجک پایه میشد را بیان کرد.ما در این مقاله روشی را ارائه میکنیم که مشکلات روشهای گذشته را بهبود ببخشد و سیستم را روی یک کاربرد تشخیص اشیا تست مینماییم. این سیستم از سه مرحله تشکیل شده است . در مرحله اول ویژگیهای تصویر توسط ضرایب تبدیل موجک 1 استخراج میشود. در مرحله دوم برای افزایش سرعت و کارایی الگوریتم از روش PCA استفاده می شود که این مرحله باعث می گردد سیستم با بهینه ترین تعداد ویژگی نتایج مطلوبی را بدست آورد و در مرحله سوم برای دسته بندی تصاویر از یک شبکه عصبی MLP استفاده می کنیم. پایگاه تصاویرمان از 600 تصویر 6 کلاسه تشکیل شده که نصف تصاویر برای آموزش شبکه بکار میرود و کل تصاویر تست میگردند در نهایت مقایسه ای بین روشهای قبلی با روش پیشنهادی انجام شده است که از مشاهده نتایج مشاهده میشود ویژگیهای حذف شده نه تنها باعث افزایش سرعت شده بلکه نتایج را نیز بهبود بخشیده است که این امر به دلیل حذف ویژگیهای نویزی برای عمل دسته بندی ما میباشد.

یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر Keywords:

یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر authors

محمد رهنمای هدایت

دانشکده مهندسی کامپیوترو برق دانشگاه آزاد قزوین

کریم فائز

دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

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 :
S. Deb, Y. Zhang, _ An overview of conten-based image ...
retrieval _ In Proc. Of _ _ Conference On Advanced ...
AlainC .Gonzalez, J.H.Sossa, E.M.Felipe and O.Pogrebnyak ...
image Contentbasedء [3] S.B.Park, J.W.Lee and S.K.Kim classification using a ...
W.Zou, Y .LI, K.CHuenLO and Z.Chi "Improvement of image classification ...
A.Sengur , _ Wavelet transform and adaptive neuron-fuzzy ...
T.Yumin, M.Lixia _ Image Retrieval Based on Multiple Features Using ...
_ _ _ _ applications Letters. 32:135-142. 2007. ...
Jonathon Shlens _ A Tutorial on Principal Component Analysis" Systems ...
L.Fausett _ Fundamentals of Neural Networks" Prentice- Hall. pp. 289-333.199, ...
نمایش کامل مراجع

مقاله فارسی "یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر" توسط محمد رهنمای هدایت، دانشکده مهندسی کامپیوترو برق دانشگاه آزاد قزوین؛ کریم فائز، دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر نوشته شده و در سال 1388 پس از تایید کمیته علمی پانزدهمین کنفرانس کامپیوتر سالانه انجمن کامپیوتر ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تشخیص اشیا ، تبدیل موجک ، آنالیز اجزای اصلی ، شبکه عصبی MLP هستند. این مقاله در تاریخ 26 مهر 1388 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1697 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که با توجه به گسترش روز افزون تصاویر دیجیتالی نیاز به الگوریتمهایی است که با دقت و سرعت قابل قبول بتوانند اطلاعات تصویر را معنا ببخشند. هر روزه هزاران نفر پشت تصاویر دوربینها قرارمیگیرند تا منطقه خاصی را کنترل نمایند.از این رو ما در اینجا سیستم تشخیص وسیلههای نظامی را توسط روش دسته بندی تصاویر معرفی میکنیم. به طور خلاصه ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله یک سیستم بهینه شده  تشخیص تصاویر توسط دسته بندی تصاویر با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.