بررسی روندآشکارسازی اشیاء بارویکرد بکارگیری درشناورها

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 515

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NSMI17_238

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

در سالهای اخیر تحقیقات وسیعی به منظور ایجاد پایگاه دانش بصری با استفاده از تصاویر اینترنتی انجام گرفته است. اما اکثر این تحقیقات بر بازنمایی مبتنی بر جعبه محصور کننده تمرکز دارند. در جدیدترین روشی که در این مقاله مورد بررسی قرار می گیرد، پایگاههای دانش بصاری با استفاده از اشکارسازی خودکار و قطعه بندی آنها از تصاویر اینترنتی نویزی، بهبود پیدا می کند. این روش، قدرت مدلهلی تولیدی در قطعه بندی و اثربخشی مدلهای متمایز کننده در آشکارسازی را با یکدیگر ترکیب می کند. ایده اصلی این رویکرد یادگیری و استخراج احتمال های اولیه قطعه بندی بالا به پایین بر مبنای زیر رسته های بصری است. سپس احتمال های اولیه بدست آمده از این زیر رستههای بصاری با آشکارسازهای متمایزکننده آموزش داده شده و ویژگی های پایین به بالا به منظور ایجاد قطعه بندی های دقیق و واضح ترکیب میشوند. نتایج آزمایش ها بالاترین کارایی را بر روی مجموعه داده پیچیده معرفی شده توسط ]1[ نشان می دهد. در این مقاله با بررسی کامل و دقیق این روش، نتایج اعمال آن در آشکارسازی مجموعه تصاویر دریایی مانند کشتی ها، زیردریاییها و ناوشکنها را ارائه می کنیم

کلیدواژه ها:

قطعه بندی همزمان ، زیررسته های بصری ، احتمالهای اولیه بالا به پایین ، مدلهای تولیدی ، مدلهای متمایز کننده ، پایگاه های دانش بصری

نویسندگان

اشکان ایمان طلب کردمحله

دانشکده مهندسی دریا دانشگاه صنعتی امیرکبیر تهران

اصغر اسکندری چچگلو

دانشکده علوم ریاضی گروه آمار دانشگاه گیلان رشت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • M. Rubinstein, A. Joulin, J. Kopf, and C. Liu. Unsupervised ...
  • D. Marr. Visio. A Computational Investigation into the Human Representation ...
  • X. Chen, A. Shrivastava, and A. Gupta. NEIL: Extracting visual ...
  • B. Alexe, T. Deselaers, and V. Ferrari. Classcut for unsupervised ...
  • Y. J. Lee and K. Grauman. Collect-cut: Segmentation with top-down ...
  • D. Kuettel, M. Guillaumin, and V. Ferrar. Segmentation propagation in ...
  • S. K. Divvala, _ A. Efros, and M. Hebert. How ...
  • B. Hariharan, J. Malik, and D. Ramanan. Discriminatie decorrelation for ...
  • T. Malisiewicz, A. Gupta, and A. A. Efros. Ensemble of ...
  • J. Malik, S. Belongie, T. Leung, and J. Shi. Contour ...
  • M. P. Kumar, P. Torr, and A. Zisserman. OBJCUT: Efficient ...
  • T. Ma and L. J. Latecki. Graph transduction learning with ...
  • B. Packer, S. Gould, and D. Koller. In ECCV, 2010. ...
  • Y. Boykov and M.-P. Jolly. Interactive graph cuts for optimal ...
  • D. Batra, A. Kowdle, D. Parikh, J. Luo, and T. ...
  • C. Rother, V. Kolmogorov, and A. Blake "GrabCut: interactive foreground ...
  • Y. Li, J. Sun, C.-K. Tang, and H.-Y. Shum. Lazy ...
  • V. Lempitsky, P. Kohli, C. Rother, and T. Sharp. Image ...
  • Y. J. Lee and K. Grauman. Object-graphs for context-aware category ...
  • A. Faktor and M Irani. "clustering by composition" _ unsupervised ...
  • B. Alexe, T. Deselaers, and V. Ferrari. What is an ...
  • D. KCuttel and V Ferrari. Figure-ground segmentation by transferring window ...
  • T. Tuytelaars, C. H. Lampert, M. B. Blaschko, and W. ...
  • B. C. Russell, W. T. Freeman, A. A. Efros, J. ...
  • J. Sivic, B. C. Russell, A. A. Efros, A. Zisserman, ...
  • A. Joulin, F. Bach, and J. Ponce. Discriminatie clustering for ...
  • G. Kim, E. P. Xing, L. Fei-Fei, and T. Kanade. ...
  • C. Rother, T. Minka, A. Blake, and V. Kolmogorov. Co ...
  • S. Vicente, C. Rother, and V. Kolmogorov. Object c osegmentation. ...
  • C. Doersch, S. Singh, A. Gupta, J. Sivic, and A. ...
  • P. F. Felzenszwalb, R. B. Girshick, D. McAllester, and D. ...
  • F. Shahbaz Khan, R. Anwer, J. van de Weijer, _ ...
  • J. Shi and J. Malik. Normalized cuts and image segmentation. ...
  • نمایش کامل مراجع