7322

مدل‌هاي ترتيبي در بينايي ماشين با استفاده از يادگيري عميق

98-99

دكتر محمدرضا محمدي - دكتر ناصر مزيني

مدل ترتيبي، مدلي است كه دادگان ورودي و يا خروجي آن به‌صورت توالي باشد. اعضاي اين توالي مي‌تواند كلمه، تصوير و ... باشد. در بينايي كامپيوتر، توالي معمولاً در فيلم‌ها ديده مي‌شود. مدل‌ها سعي دارند بازنمايي مناسبي از ويژگي‌هاي مكاني و زماني موجود در فيلم كسب كنند تا مفاهيم را بهتر درك كنند. در اين گزارش مدل‌هاي ترتيبي پايه و مدل‌هايي كه اخيراً پيشنهاد شده‌اند را بررسي مي‌كنيم. اين مدل‌ها اساساً به دو دسته شبكه‌هاي كانولوشني و شبكه‌هاي بازگشتي تقسيم مي‌شوند. براي ارزيابي آن‌ها دادگاني وجود دارد كه با اعمال مدل روي اين دادگان مشخص مي‌شود كه چه ميزان از ويژگي‌هاي مكاني و زماني را درك كرده است. معمولاً در كاربردهاي بلادرنگ از مدل‌هاي كانولوشني به دليل ساختار روبه‌جلو استفاده مي‌شود. با مقايسه نتايج چند مدل مختلف دريافتيم كه هر دوي روش‌هاي كانولوشني و بازگشتي همچنان در قدرت هستند و انتخاب يكي از آن‌ها به‌عنوان مدلي كه هميشه بهتر عمل كند، دشوار است.

6/1/2020 12:00:00 AM

68027

1399/04/04