13490

13490

بهبود عملكرد مدل بازشناسي اشياي مبتني بر ساختار سيستم بينايي انسان

كارشناسي ارشد

برق - الكترونيك

ارديبهشت 1393

ارديبهشت 1393

دكتر هادي شهريار شاه حسيني

چكيده عملكرد سيستم بينايي انسان در بازشناسي اشياي مختلف از عملكرد بهترين سيستم¬هاي بينايي ماشين هم بهتر است. به همين دليل محققان حوزه بينايي ماشين و علوم اعصاب همواره به دنبال مدل¬كردن عملكرد سيستم بينايي انسان جهت استفاده در سيستم¬هاي بينايي ماشين بوده¬اند. مدلHMAXيكي از قوي¬ترين مدل¬هاي محاسباتيكه با الهام از ساختار سلسله مراتبي قشر بينايي انسان توسعه يافته است. اين مدل داراي چهار لايه¬ي محاسباتيS1، C1، S2 و C2 است. در لايه-هاي S يك تابع گوسين شكل و در لايه¬هاي C عملگر بيشينه به ورودي¬ها اعمال مي¬شود. در مرحله¬ي يادگيري مدل HMAX، تعداد زيادي از قسمت¬هايكوچك تصاويركه تكه ناميده مي‌شوند،در اندازه‌هاي مختلف و در موقعيت‌هاي كاملا تصادفي از مجموعه تصاوير آموزشي استخراج مي¬شود. استخراج تصادفي اين تكه¬ها يكي از ضعف¬هاي اصلي مدل HMAX است كه باعث كاهش كارايي و افزايش بار محاسباتي سيستم¬هاي بازشناسي اشياي مبتني بر اين مدل مي-شود، چرا كه تعداد ويژگي¬هاي زائد و نامرتبط را در سيستم بازشناسي افزايش مي¬دهد. در اين پايان¬نامه دو مدل براي غلبه بر اين ضعف و استخراج تكه‌هاي بهينه در مدل HMAX پيشنهاد مي‌شود. مدل پيشنهادي اول يك مدل كاربردمحور است كه براي سيستم¬هاي بازشناسي چهره طراحي شده است. در اين مدل با الهام از عملكرد مغز انسان در تمركز روي اشياي جالب توجه در محيط، تكه¬ها از محدوده¬ي چهره در تصاوير آموزشي استخراج مي¬شوند. مدل پيشنهادي دوم يك مدل سازوكارمحور است كه براي همه¬ي كاربردها طراحي شده است. در اين مدل با استفاده از يك روند بازگشتي، تكه¬هاي بهينه از روي ويژگي¬هاي بهينه¬اي انتخاب مي¬شوند كه به وسيله¬ي يك الگوريتم گزينش ويژگي از بين مجموعه ويژگي¬هاي تصاوير آموزشي گزينش شده‌اند. عملكرد دو مدل پيشنهادي از نظر نرخ بازشناسي روي مجموعه داده¬هاي CalTech5 و CalTech101 ارزيابي و بهبود عملكرد آن نسبت به مدل اصلي HMAX اثبات شده است. واژه‌هاي كليدي:مدل HMAX، سيستم بينايي، قشر بينايي، بازشناسي اشياء، گزينش ويژگي