|
Title
|
ماشین بینایی تشخیص گر باروری تخم مرغ و ارزیابی کارائی شبکه های عصبی و ماشین بردار پشتیبان در آن
|
|
Type of Research
|
Article
|
|
Keywords
|
بینایی ماشین، تخم مرغ نطفه دار، طبقه بندی، شبکه های عصبی، ماشین بردار پشتیبان
|
|
Abstract
|
در این پژوهش یک سامانه ی تشخیص گر باروری تخم مرغ ارائه شده است. این سامانه شامل دو بخش سخت افزاری و نرم افزاری است. سخت-افزار ساخته شده امکان تصویربرداری دقیق از محتوی درون تخم مرغ ها بدون آسیب رسانی به نطفه یا جنین داخل آنها را فراهم می کند. بخش نرم افزاری نیز عبارتست از مجموعه ای از فرایندهای پردازش تصویر و بینایی ماشین که بدون حساسیت به تصاویر تخم مرغ های مختلف (مثلا با ضخامت پوسته متفاوت) قادر به شناسایی نطفه ی درون آنها است. برای تفکیک تخم مرغ های نطفه دار و بدون نطفه، دو نوع طبقه بند شبکه عصبی و ماشین بردار پشتیبان طراحی و مورد مطالعه قرار گرفته است. برای ارزیابی سامانه، یک بانک تصاویر مشتمل بر 1200 تصویر از تخم مرغ های قرار داده شده در فرایند جوجه کشی تهیه شده است. آزمایشات جامعی بر روی این بانک تصاویر انجام گرفته، که نتایج آنها موئد عملکرد بسیار مناسب سامانه می باشند. در ارزیابی های انجام شده برای مقایسه کارائی دو طبقه بند، نشان داده شده است که طبقه بند ماشین بردار پشتیبان با میانگین دقت تشخیص %57/50، %67/83، %20/94، %03/98 و %91/98 به ترتیب در روزهای اول، دوم، سوم، چهارم و پنجم فرایند جوجه کشی از کارائی بهتری نسبت به طبقه بند شبکه عصبی برخوردار است و همچنین حساسیت بسیار کمتری در برابر کاهش تعداد نمونه های آموزشی از خود نشان داده است.
|
|
Researchers
|
Mahdi Hashemzadeh (First Researcher)
|