0% Complete
صفحه اصلی
/
سی امین کنفرانس بین المللی مهندسی برق
بهبودی بر مساله تشخیص اشیا برجسته درتصاویر مبتنی بر یادگیری عمیق
نویسندگان :
مهران طاهری
1
محمد صادق هل فروش
2
کامران کاظمی
3
1- دانشگاه صنعتی شیراز
2- دانشگاه صنعتی شیراز
3- دانشگاه صنعتی شیراز
کلمات کلیدی :
تشخیص اشیا برجسته (SOD)،تشخیص برجستگی،یادگیری عمیق،شبکه های کاملا کانولوشنی (FCNs)
چکیده :
در سال های اخیر با توسعه شبکه های کاملا کانولوشنی (FCN)، پیشرفت های قابل توجهی در تشخیص اشیا برجسته بوجود آمده است. روش های تشخیص برجستگی مبتنی بر FCN، به دلیل داشتن قابلیت ترکیب ویژگی های چند سطحی و چند مقیاسی، می توانند نقشه های برجستگی با وضوح و کیفیت بالاتری تولید کنند. یکی از این روش ها، روش تشخیص برجستگی عمیقا نظارت شده (DSS) به کمک معرفی اتصالات کوتاه است. اگر چه این روش توانایی خوبی در موقعیت یابی دقیق اشیا برجسته را پیداه کرده است، اما در بازیابی اطلاعات مرزی اشیا ریز و درشت در برخی صحنه های پیچیده ناموفق است. در این مقاله برای بازیابی اطلاعات بیشتری از بدنه و مرز اشیا برجسته، به کمک معرفی یک مادول جدید به نام پولینگ هرم مکانی وزن دهی پس ماند ویژگی (WR-ASPP) و انجام اصلاحاتی در اندازه مکانی لایه های عمیق تر، یک روش قوی تر از نظر دقت عملکرد پیشنهاد شده است. روش پیشنهادی ما در ارزیابی روی ۶ پایگاه داده محبوب تشخیص برجستگی، موفق به بدست آوردن نتایج دقیق تری شده است.
لیست مقالات
لیست مقالات بایگانی شده
Applying Parameter-Oriented Learning to Identify Statistical EEG Features Associated with Depression
Sara Bargi Barkouk - Melika Changizi - Mahdi Zolfagharzadeh Kermani - Ali Asadi Zeidabadi
A Modified Low Rank Learning Based on Iterative Nuclear Weighting in Ripplet Transform for Denoising MR Images
Nooshin Farhangian - Mansour Nejati Jahromi - Mahdi Nouri
Impacts of Various Wind Turbine Generators on Transient Recovery Voltage in a Medium Voltage Power Network
Mostafa Heydari - Ali Asghar Razi-Kazemi
Age of Information Optimization for Multi-hop VLC/RF IoT Sensor Networks
Hossein Khodi - Paeiz Azmi - Nader Mokari - Mohammadreza Javan - Hamid Saeedi - Murat Uysal
Forecasting Tehran Stock Exchange Trend with Time Series Analysis, Fundamental Data, and Sentiment Analysis in News
Mahdi Shamisavi - Amir Jahanshahi
Design of Fresnel-Region Millimeter-Wave Metasurface Beam Shaper Using Deep Learning
Mohammad Hossein Koohi Ghamsari - Ehsan Imanbeygi - Mehdi Ahmadi-Boroujeni
Privacy-Preserving Learning using Autoencoder-based Structure
Mohammad Ali Jamshidi - Hadi Veisi - Mohammad Mahdi Mojahedian - Mohammad Reza Aref
سیستم تبدیل انرژی خورشیدی خانگی با قابلیت انتقال توان بی سیم
سعید رئیسی گهروئی - حمیدرضا تودجی
A New Unsupervised Feature Learning Method for Object Recognition using Prior-Knowledge Data
Ashkan Farrokhi - Hadi Seyedarabi
Contextual Based Locality Preserving Projection for Classification of SAR Images with Multiple Polarizations
Maryam Imani
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.7.4