12474

12474

پيش بيني مكان هاي تمركز چشم انسان هنگام مشاهده تصاوير و دسته بندي تصاوير بر اساس ويژگي‌هاي استخراج شده از اين مكان‌ها

كارشناسي ارشد

برق - مهندسي پزشكي - بيوالكتريك

آذر ماه 1392

آذر ماه 1392

دكتر محمد رضا دليري

چكيده انسان براي شناسايي و درك محيط جديدي كه با آن روبرو است به سرعت به قسمت¬هايي از صحنه كه داراي اطلاعات بيشتري است توجه مي¬كند. چشم¬ها به نحوي جابجا مي¬شوند كه قسمت¬هاي توجه شده در مركز شبكيه بازتاب پيدا كنند و در نتيجه درك بالاتري از آن¬ها بدست آيد. درك و ايجاد مدل¬هايي از اين فرآيند در چندين تحقيق مورد بررسي قرار گرفته است، بطوري كه عمده تمركز آن¬ها روي ويژگي¬هاي سطح پايين تصوير نظير لبه و كنتراست بوده است. از طرفي، بدست آوردن كارايي بهتر در سيستم¬هاي بينايي ماشين همواره مورد توجه بوده است، با اين حال اين سيستم¬ها هنوز در شناسايي اشيا در تصاوير پيچيده به خوبي عمل نمي¬كنند. تقليد از ساز و كار بينايي انسان با مدلسازي چنين فرآيندهايي و بكار بردن آن¬ها در طراحي سيستم¬هاي بينايي ماشين، مي¬تواند مزيت¬هايي همچون افزايش سرعت و كاهش نياز به ذخيره¬سازي اطلاعات با حجم بالا را به ارمغان آورد. در اين پروژه، الگوي حركت چشم انسان در تصاوير با مفهوم مختلف مورد تحليل قرار مي¬گيرد. تصاوير مورد استفاده در دو دسته¬ي مفهومي اصلي، تصاوير طبيعي (نظير تصاوير حيوان، منظره، گل) و نيز تصاوير با محتواهاي مربوط به مصنوعات ساخت بشر (نظير تصاوير ساختمان، وسايل نقليه) جاي مي¬گيرند. هدف، ايجاد مدلي است كه بتواند نخست، دسته تصوير مشاهده شده را از ويژگي¬هاي استخراج شده از تصوير در مكان¬هاي تمركز چشم، شناسايي نمايد و ثانيا، مكان¬هايي از يك تصوير كه با احتمال بيشتري در هنگام مشاهده صحنه به آن¬ها توجه مي¬شود را پيش¬بيني كند (مدل توجه بينايي). در آزمايش انجام شده، 36 تصوير در دو گروه مفهومي ذكر شده (18 تصوير در هر گروه) را 3 مرتبه به 14 فرد نمايش داديم و الگوي حركت چشم افراد را توسط دستگاه ردياب چشم ثبت كرديم. براي دستيابي به اين مدل از ويژگي¬هايي نظير كنتراست، فركانس مكاني، لبه¬هاي تصوير در جهت¬هاي خاص، و پارامترهاي مربوط به الگوي حركت چشم افراد و روش¬هاي يادگيري ماشين بهره برديم. همچنين بر خلاف كارهاي گذشته، از مدل¬هاي بيولوژيكي نورون¬هاي سيستم بينايي در استخراج ويژگي¬¬ها استفاده نموديم. با بكارگيري مدل بدست آمده، در نهايت توانستيم بطور ميانگين با صحت 9/84 درصد دسته تصوير را شناسايي كنيم و نيز با صحت 2/80 درصد مكان¬هايي كه به آن¬ها توجه مي¬شود را پيش¬بيني نماييم. واژه‌هاي كليدي: توجه بينايي، ويژگي¬هاي سطح پايين تصوير، شناسايي اشيا، الگوي حركت چشم، دستگاه ردياب چشم.