Object detection and recognition via clustered features

چکیده

کلمات کلیدی

1.مقدمه

1.1 کارهای مشابه

شکل 1. نمایش گرافیکی یک مدل از روش پیشنهاد شده. مراحل تشخیص با استفاده کردن از جعبه قرمز و مراحل شناسایی با استفاده کردن از جعبه آبی نشان داده شده اند.

2. آنالیز دسته های نقاط به عنوان یک پایه برای شناسایی و استخراج داده

1.2 ساده سازی تصاویر

2.2 آنالیز دسته های نقاط

شکل 2. نمونه طرح تابع عضویت ذوزنقه ای پیشنهاد شده (11)

3. تشخیص شکل با شبکه عصبی پیچشی پیاده سازی شده

1.3 شبکه عصبی پیچشی

شکل 3. تصویر معماری شبکه عصبی. استخراج داده در قسمت قرمز و دسته بندی داده در قسمت آبی است.

2.3 الگوریتم انتشار پشتی

4. آزمایش ها و نتایج

جدول 1: نرخ تشخیص برای روش های متنوع و مجموعه های داده متفاوت

1.4 مرحله شناسایی

جدول 2. نرخ های شناخت برای روش ها و پایگاه های داده متفاوت

2.4 تشخیص اشیا

3.4 تشخیص تصویر براساس پایگاه داده FERET صورت ها 

شکل 4. 6 تصویر ساده با نتایج تشخیص که با استفاده از اعمال کردن روش پیشنهاد شده که با رنگ قرمز نشان داده شده است. دو تصویر اول انسان متعلق به مجموعه چهره FERET، تصاویر حیوان از مجموعه داده پاییز 2011  ImageNet است که مشابه با یک شخص با کامپیوتر است. این شکل با دو ماشین ها به مجموعه داده MIT متعلق است.

شکل 5. مقایسه نتایج روش های متفاوت شناسایی تصویر

شکل 6. منحنی ROC پایگاه داده FERET

5. نتایج و کارهای بعدی