|
Title
|
یک رویکرد کارآمد برای قطعه بندی معنایی تصاویر
|
|
Type of Research
|
Thesis
|
|
Keywords
|
تقسیم بندی معنایی تصاویر، استخراج ویژگی، ویژگی سراسری، کدینگ پراکنده، کتاب کد، طبقه بندی تصاویر
|
|
Abstract
|
در این پایاننامه یک روش قطعه بندی معنایی تصاویر بر اساس اشیاء موجود در تصویر و یا محل وقوع تصویر ارائه شده است. این کار توسط یک ماشین یادگیر با دو بخش استخراج ویژگی و طبقه بند داده انجام میشود. جهت استخراج ویژگی، ابتدا تصویر به بلوکهای هم اندازه تقسیم میشود سپس یک فیلتر با هسته نمایی-گوسی در حوزه فرکانس برروی هر بلوک از تصویر اعمال میگردد و میانگین مقادیر پاسخ فیلتر در هر بلوک، محاسبه شده و تحت عنوان ویژگی سراسری تصویر ذخیره میگردد. با کد نمودن ویژگیها توسط کدینگ پراکنده، نتایج به طبقه بند ارسال می شوند. در بخش طبقه بندی، یک مدل ایجاد میشود که به کمک آن، تصاویر آزمایشی برچسب گذاری خواهند شد. برای ارزیابی روش پیشنهادی از دو معیار سرعت استخراج ویژگی و دقت طبقهبندی استفاده شده است که در مقایسه با روشهای دیگر با حفظ دقت طبقه بندی، سرعت استخراج ویژگی بهبود داده شده است. جهت بررسی روش ارائه شده از پایگاه دادههای 15-Sense ،Caltech 256 ،Caltech101و Graz-02 استفاده شده است که نتایج نشان میدهد سرعت آن به شکل قابل قبولی افزایش یافته است.
|
|
Researchers
|
Ata Delkhoon (Student)، Mohsen Heydarian (Primary Advisor)، Nacer Farajzadeh (Advisor)
|