Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
دسته بندی ریزدانه ای تصاویر
سوری، یاسر Souri, Yaser

Cataloging brief

دسته بندی ریزدانه ای تصاویر
پدیدآور اصلی :   سوری، یاسر Souri, Yaser
ناشر :   صنعتی شریف
سال انتشار  :   1394
موضوع ها :   بینایی کامپیوتری Computer Vision بازشناسی اشیا Object Recognition یادگیری عمیق Deep...
شماره راهنما :   ‭19-47459

Find in content

sort by

Bookmark

  • فهرست شکل‌ها (8)
  • فهرست جدول‌ها (10)
  • مقدمه (11)
    • دسته‌بندی تصویر (14)
      • یافتن شی (15)
    • دسته‌بندی ریزدانه‌ای تصاویر (16)
      • ورودی و خروجی مسئله (18)
    • نوآوری علمی و ساختار پایان‌نامه (18)
  • روش‌های پیشین (21)
    • روش‌های دسته‌بندی تصویر (21)
      • روش‌های مبتنی بر لغت‌نامه (22)
      • روش‌های مبتنی بر یادگیری عمیق (28)
      • دلیل مطرح شدن دسته‌بندی ریزدانه‌ای (31)
    • روش‌های دسته‌بندی ریزدانه‌ای تصاویر (32)
      • پایگاه داده‌های دسته‌بندی ریزدانه‌ای (33)
      • روش‌های همراه با انسان (36)
      • پیدا کردن اجزای مهم به صورت خودکار (38)
      • جمع‌بندی (42)
  • روش پیشنهادی (45)
    • شبکه عصبی پیچشی عمیق (46)
      • ساختار شبکه (46)
      • آنچه شبکه یاد می‌گیرد (47)
      • آموزش شبکه (50)
      • استخراج ویژگی تکه‌ای از تصویر با استفاده از شبکه (52)
    • روش‌های پایه (53)
      • ترکیب ویژگی‌ها (54)
    • اهمیت استفاده از اجزا (56)
      • پیدا کردن اجزا از نقاط در پایگاه داده پرندگان کلتک (56)
    • انتقال غیر پارامتری اجزا (58)
      • پیدا کردن همسایه‌ها (58)
      • استخراج ویژگی و دسته‌بندی نهایی (59)
    • تخمین مکان اجزا با استفاده از جنگل تصادفی و ویژگی‌های عمیق (59)
      • ویژگی‌های عمیق برای هر پیکسل (60)
      • دسته‌بند پیکسل‌ها با استفاده از جنگل تصادفی (63)
      • تخمین مکان جزء (67)
      • پیدا کردن مستطیل محیطی جز از احتمال (69)
      • روش نهایی مورد استفاده (72)
    • جمع‌بندی (74)
  • نتایج تجربی (75)
    • معیار ارزیابی (75)
    • روش‌های پایه (76)
      • نزدیک‌ترین همسایه (77)
      • دسته‌بندی توسط ماشین بردار پشتیبان (78)
    • اهمیت استفاده از اجزا (82)
    • انتقال غیر پارامتری اجزا (83)
      • کیفیت همسایه‌ها (84)
      • انتقال اجزا (87)
      • نتایج دسته‌بندی نهایی با استفاده از انتقال غیر پارامتری بهبود یافته (89)
    • تخمین مکان اجزا با استفاده از جنگل تصادفی و ویژگی‌های عمیق پیکسلی (92)
      • تبدیل احتمال حضور در هر پیکسل به مستطیل محیطی (95)
    • نتایج نهایی روش پیشنهادی (97)
  • جمع‌بندی و کارهای آتی (99)
    • جمع‌بندی (99)
    • کارهای آینده (100)
      • روشی برای تشخیص اجزا، بدون داده‌های آموزشی در سطح مکان جزء (100)
      • استفاده از روش معرفی شده برای دسته‌بندی پیکسل‌ها در کاربردهای دیگر (100)
      • تکمیل روش انتقال غیر پارامتری اجزا با استفاده از چند همسایه (100)
  • مراجع (100)
Loading...