تحلیل راهکارهای مبتنی بر شبکه های عصبی عمیق کانولوشنیدرسامانه تصویری هوشمند تشخیص عابر پیاده
Publish place: 3rd International Conference on Electrical Engineering
Publish Year: 1397
Type: Conference paper
Language: Persian
View: 669
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICELE03_006
Index date: 9 March 2019
تحلیل راهکارهای مبتنی بر شبکه های عصبی عمیق کانولوشنیدرسامانه تصویری هوشمند تشخیص عابر پیاده abstract
در این مقاله عملکرد سه نسخه از شبکه های عصبی مبتنی بر کانولوشن در سامانه تشخیص عابر پیاده در تصاویر بررسی وارزیابی می شوند. در این میان شبکه های عمیق کانولوشنی بازگشتی و کانولوشنی بازگشتی سریع به عنوان دو نسخهبهبود یافته از شبکه عصبی عمیق کانولوشنی پیاده سازی شده و عملکرد ایشان با نتایج حاصل از اعمال نسخه پایه ایشبکه عصبی عمیق کانولوشنی بر روی تصاویر واقعی شامل پس زمینه های پیچیده و یک یا دو عابر پیاده مقایسه میگردد. نتایج حاصل از آزمون های فوق حاکی از برتری هر دو نسخه بهبود یافته نسبت به نسخه اصلی شبکه عصبی عمیقکانولوشنی می باشد به گونه ای که درصد تشخیص صحیح در آنها به ترتیب 11/3 و 15/9 درصد بهتر از روش پایه ای حاصل می گردد. همچنین ملاحظه می شود که شبکه کانولوشنی بازگشتی سریع به دلیل بهره گیری از یک شبکه ىپیشنهاد ناحیه که لایه های شبکه CNN را با قسمت شناسایی اشیاء به اشتراک می گذارد، بهترین نتیجه را در میانراهکارهای آزموده شده، حاصل می نماید.
تحلیل راهکارهای مبتنی بر شبکه های عصبی عمیق کانولوشنیدرسامانه تصویری هوشمند تشخیص عابر پیاده Keywords:
تحلیل راهکارهای مبتنی بر شبکه های عصبی عمیق کانولوشنیدرسامانه تصویری هوشمند تشخیص عابر پیاده authors
شیما اصلان پورکل بلندی
دانشکده مهندسی برق، پزشکی و مکاترونیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
سیدوهاب شجاع الدینی
پژوهشکده برق و فناوری اطلاعات، سازمان پژوهش های علمی و صنعتی ایران، تهران، ایران