• عنوان

    روش مقاوم شناسايي اشيا با الهام از بينايي انسان

  • نويسنده اصلي

    هيوا صوفي كريمي

  • مقطع تحصيلي
    دكترا
  • چكيده
    هدف اين پژوهش بررسي چالش‌هاي موجود در زمينه شناسايي شيء و ارائه يك مدل مقاوم و تغييرناپذير در برابر اين چالش‌ها مي‌باشد. شناسايي اشياء با چالش‌هايي نظير تغييرات مقياس، روشنايي، چرخش و بارمحاسباتي و ... مواجه مي‌باشد كه وظيفه شناسايي را براي ماشين بسيار دشوار مي‌كند. درحالي‌كه بينايي انسان در برابر تغييرات محيطي از جمله تغييرات در مقياس، روشنايي، موقعيت، و درهم‌ريختگي محيط بسيار مقاوم است. به‌گونه‌اي كه الگوريتم‌هاي بينايي ماشين فاصله زيادي با بينايي انسان دارند. از اين‌رو در اين تحقيق سعي شده است با الهام از بينايي انسان و مدل كردن قشر بينايي، هم از لحاظ ساختاري و هم از لحاظ عملكردي، يك مدل مقاوم شناسايي شيء در بينايي ماشين ارائه شود. در اين رساله علاوه بر مقاوم بودن در برابر تغييرات، به مسئله بار محاسباتي كه يكي از چالش‌هاي موجود در پياده‌سازي مي‌باشند نيز توجه ويژه شده است. در اين راستا يك مدل به نام RIMAX ارائه شد كه داراي شش لايه اصلي مي‌باشد. در اين مدل قشر اوليه در دو لايهS1,C1 و قشر ثانويه در لايه FE و ناحيه V4 در سه لايه S2, C2, FR مدل شده است. لايه‌ها در يك ساختار سلسله مراتبي همانند قشر بينايي قرار دارند و هر كدام به‌نوبه خود قسمتي از كار مقاوم‌سازي را انجام مي‌دهد. يافته‌هاي تحقيق نشان مي‌دهد كه لايه‌هاي اول و دوم نقش بسزايي در مقاوم‌سازي نسبت به روشنايي و تغييرات جزئي محلي دارند. همچنين لايه FE كه معادل قشر ثانويه مغز مي‌باشد تأثير بسزايي در افزايش دقت، تكرارپذيري و بالا بردن قابليت اطمينان مدل دارد. اين لايه كه وظيفه آن استخراج ويژگي‌هاي غيرتصادفي تصوير است، كارايي مدل را مخصوصاً هنگامي‌كه تعداد نمونه‌هاي آموزشي كم باشد و يا زماني كه تعداد ويژگي‌هاي كمكي در اختيار داشته باشيم به‌طور ميانگين 20% افزايش مي¬دهد. لايه FR وظيفه مقاوم‌سازي در برابر مقياس و چرخش را ايفا مي‌كند و لايه‌هاي S2 و C2 وظيفه بررسي تطبيق را برعهده دارند. نتايج نشان مي‌دهند كه RIMAX در برابر تغييرات مقياس در بازه 6/0 تا 2 برابري، بالاي 80% باقي‌مانده است و همچنين در برابر تغييرات زاويه¬ در بدترين حالت دقت مدل نهايتاً 15% درصد افت كرده است. بهبود حاصله در زمينه سرعت بسيار چشم¬گير بوده و مي¬توان گفت كه سرعت RIMAX تقريباً يازده برابر HMAX و نسبت به AlexNet بدون در نظر گرفتن فاز آموزش تقريباً چهار برابر بوده است.
  • شماره ركورد
    207186
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    الكترونيك
  • استاد راهنما
    دكتر كريم محمدي