![](../template/hn-aefmc/image/item_sign.gif)
![](../template/hn-aefmc/image/item_sign.gif)
![](../template/hn-aefmc/image/item_sign.gif)
![](../template/hn-aefmc/image/item_sign.gif)
![](../template/hn-aefmc/image/item_sign.gif)
درباره مجله عضویت در مجله شناسنامه مجله ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() مقالات منتشر شده ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() آمار بازدید ![]() ![]() ![]() ![]() ![]() |
صفحه اصلی > تشخیص برجستگیهای تصاویر 360 درجه برای کاربردهای شناسایی و تشخیص اشیا
.: تشخیص برجستگیهای تصاویر 360 درجه برای کاربردهای شناسایی و تشخیص اشیا تشخیص برجستگیهای تصاویر 360 درجه برای کاربردهای شناسایی و تشخیص اشیا
سید حمید خاتمی دانشجوی دکتری مهندسی برق، گروه الکترونیک، دانشکده برق و کامپیوتر، دانشگاه بیرجند h.khatami@birjand.ac.ir ارسال: مرداد ماه 1402 پذیرش: مهر ماه 1402 چکیده
تشخیص اشیا، ردیابی اشیا و پیشبینی سریهای زمانی، از چالشهای اساسی در بینایی ماشین است. یادگیری عمیق، گامهای بسیار بزرگی در حل این چالشها برداشتهاست؛ اما برای بسیاری از مشکلات، راهحلهای رضایتبخشی که در واقعیت، کاربردهای مفیدی داشتهباشد و بتوان از آن استفادهکرد، هنوز پیدا نشدهاست. در این مقاله، بر روی مسئله آشکارسازی برجستگیها در تصاویر 360 درجه تمرکز شد. در بحث آشکارسازی برجستگیها از تصاویر حرارتی استفاده شد و برتریهای تصاویر 360 درجه با سرعتی بهتر از قبل، تشخیص دادهشد. در سالهای اخیر، استفاده از شبکههای عصبی کانولوشن برای پیشبینی برجستگیها یا بینایی بهتر، مورد توجه روز افزون قرار گرفتهاست. در این مقاله، این موضوع را کمی گسترش دادیم. در این کار، فراتر از تشخیص برجستگی برای تصاویر دو بعدی معمولی پیش رفتیم و نقشههای برجستهسازی برای تصاویر360 درجه همه جانبه، پیشبینی شد. یک تصویر همه جانبه کروی، به 6 وجه مکعب تقسیم شد و بطور جداگانه، پردازش انجام گرفت. یک مدل تشخیص برجستگی که در ابتدا برای تصاویر غیرهمه جانبه آموزش دیدهاست، به عنوان شبکه اصلی برای پیشبینی برجستگی در هر یک از این 6 وجه مکعب، تنظیم شدهاست. نقشههای برجستگی پیشبینی شده، برای تمام وجههای مکعب، به همدیگر متصل شدند و با استفاده از یک رمزگذار(Encoder) خودکار کانولوشن، حذف نویز هموار شد. همچنین یک ماسک جدید، برای از بین بردن آثار محل اتصال، پیشنهاد شدهاست. کلمات کليدي: تشخیص برجستگی در تصاویر 360 درجه، تصاویر 360 درجه، شناسایی اشیا در تصاویر 360 درجه. |
Journal of Science and Engineering Elites www.ElitesJournal.ir www.ElitesJournal.com پست الکترونیک ( ایمیل) : Info@elitesjournal.com تلفن دبیرخانه: 44258197 -021 ساعات پاسخگوئی به تماس: همه روزه از ساعت 11 الی 17 (به جز جمعه ها و ایام تعطیل) فکس دبیرخانه : 89780710-021 |