روش استخراج ویژگی های و دسته بندی تصویرها براساس BoVW در چارچوب هدوپ به وسیله MATLAB
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 843
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCSC01_043
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
استخراج ویژگی ها و دسته بندی تصویرها موضوعی مهم در حوزه ی بینایی ماشین است تکنیکهای استخراج ویژگی های متمایز تصویر را که برای تطبیق تشابه بین تصویرها مورد استفاده قرار می گیرند. استخراج می کنند. امروزه با افزایش میزان اطلاعات تصویرهای دیجیتال، پردازش و استخراج ویژگی های تصاویر ها تبدیل به یک فرآیند بسیار وقت گیر است یک روش مقابله با این چالشها استفاده از پردازش بزرگ داده ها و ظرفیت ذخیره سازی بالا با استفاده از چارچوب منبع باز مدل محاسبه ی موازی نگاشت کاهش و سیستم فایل توزیع شده هدوپ می باشد. در حال حاضر MATLAB به ابزار پر قدرتی برای پردازش و آنالیز بزرگ داده ها، بینایی ماشین، و انجام محاسبات مهندسی و پژوهشی تبدیل شده است در این نوشتار ابتدا روشی استخراج ویژگی های و SURF,SURF,SIFT و ایجاد BoVW معرفی شده است. سپس روش دسته بهندی تصویرها براساس BoVW با استفاده از جعبه ابزار از بینایی ماشین MATLAB بررسی شده است در ادامه استفاده از MapReduce و HDFS در MATLAB معرفی شده است تکنیکهای ارا ئه شده در این پژوهش می تواند به منظو رتوسعه محاسبات گسترده با کارایی بالا در کلاستر، یا در ابر و استقرار در پایگاه های داده هدوپ و در نتیجه تسریع دسته بندی تصویرها استفادهش ود.
نویسندگان
احمد حیدری شریف آباد
عضو هیئت علمی دانشگاه آزاد اسلامی واحد میبد گروه کامپیوتر میبد ایران
امین نظارات
عضو هیئت علمی دانشگاه پیام نور یزد گروه کامپیوتر یزد، ایران
محسن سرداری زارچی
عضوهیئت علمی دانشگاه حائری میبد، گروه کامپیوتر میبد ایران
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 :