دانلود مقالات ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران

[Mohamad]

140-استخراج خودكار اطلاعات بينايي تصوير، مبتني بر هيستوگرام براي يك پروتز بينايي

خلاصه مقاله:
روشهاي پردازش تصوير به منظور ارائه تصوير با بيشترين اطلاعات بينايي از جمله مقوله هاي مورد توجه در طراحي پروتز بينايي است ما دراين مقاله براي استخراج اطلاعات بينايي روشي خودكار مستقل از نوع تصوير و براساس استانه گذاري دو طرفه برهيستوگرام تصوير ارائه داده ايم. تصوير باينري با رزولوشن پايين مانند 32×32 تصويريست كه در پايان روش پيشنهادي براي يك پروتز بينايي توليد مي گردد به منظور مقايسه كارايي روش پيشنهادي و روشهاي پيشين الگوريتم ها برروي يك مجموعه تصاوير متنوع پياده سازي گرديده است سپس با يك نظر سنجي برروي 45 نفر با بينايي كامل تصاوير استخراجي از الگوريتم ها به مقايسه گذاشته شده كه در پايان الگوريتم پيشنهادي دراين مقاله بيشترين كارايي را نشان داده است.

كلمات كليدي:
پردازش تصوير، پروتز بينايي، هيستوگرام

[DOWN]http://www.4shared.com/file/btOWUb0n...81_575641.html[/DOWN]

[Mohamad]

153-بازشناسي ارقام باينري دست نويس و چاپي لاتين د ر اندازه هاي متغير

خلاصه مقاله:
دراين مقاله روشي براي بازشناسي ارقام پيشنهاد شده كه ويژگي هاي منحصر بفردي دارد در برابر اندازه كاراكتر بسيار قدرتمند بوده و تغيير ناپذير مي با شد با وجود نويزهايي كه ممكن است همراه كاراكتر ورودي وجود داشته باشد كارايي داشته و در بسياري ازموارد بدون نياز به پيش پردازش براي حذف اين نويز ها نرخ بازشناسي بالايي دارد همچنين روشي است كه حجم محاسبات پايين تري نسبت به روشهاي مشابه براي بازشناسي نياز دارد در ابتدا تصوير كاراكتر ورودي از بالا به پايين رستر مي شود تا نقطه اي با ويژگي خاص كه مدنظر ماست يافت شود از آن نقطه شروع به حركت نقطه به نقطه بروي تصوير مي كنيم حركت از هر نقطه به نقطه بعدي با توجه به قواعد خاصي است سپس تصوير ورودي را 90 درجه به راست چرخانده و همين منوال را با قواعدي تقريبا مشابه از پايين به بالا تكرار مي كنيم د رنهايت نقطه هايي كه در طول اين مراحل از آنها عبور كرده ايم را با توجه به جهت حركتشان با الگوهاي ازقبل تعيين شده مقايسه كرده و كاراكتر را به كلاس مورد نظر اختصاص ميدهيم.

كلمات كليدي:
بازشناسي ارقام باينري، بازشناسي الگو، ردگيري نقطه به نقطه، استخراج ويژگي ، طبقه بندي

[DOWN]http://www.4shared.com/file/Trbh7Ojb...89_576540.html[/DOWN]

[Mohamad]

114-افزايش سرعت تشخيص هويت مبتني بر دستخط با استفاده از شبكه هاي عصبي خودسازمان ده رشديابنده سلسله مراتبي


خلاصه مقاله:
يكي از روشهاي تشخيص هويت مبتني بر دست خط استخراج كتاب كد كاربران است كه در آن به ازا هريك از كاربران يك بردار ويژگي از دست نوشته هاي كاربر مربوطه استخراج مي شود يكي از مكانيزم هاي مورد استفاده براي استخراج كتاب كد استفاده از شبكه هاي عصبي خودسازمان ده است استفاده از اين شبكه ها نيازمند تعيين توپولوژي شبكه در ابتداي يادگيري بوده و همچنين با افزايش اندازه شبكه و داد ه هاي اموزش زمان اموزش و بكارگيري شبكه به صورت خطي افزايش مي يابد. براي رفع اين مشكلات دراين مقاله استفاده از شبكه هاي عصبي خوسازمان ده رشد يابنده سلسله مراتبي براي استخراج كتاب كد پيشنهاد شده است نتايج ازمايشهاي تجربي صورت گرفته برروي چند پايگاه داده دست نوشته هاي فارسي و انگليسي نشان دهنده دقت و سرعت بالاي روش پيشنهادي است به گونه اي كه زمان اموزش شبكه از 23 ساعت براي يك شبكه خودسازمان ده استاندارد به 6 دقيقه در يك شبكه خودسازمان ده رشد يابنده سلسله مراتبي كاهش يافته است همچنين دقت روش پيشنهادي در پايگاه داده هاي فارسي با 180 نويسنده برابر با 97 درصد و در پايگاه داده هاي انگليسي با 900 نويسنده 94 درصد است كه در مقايسه با نتايج گزارش شده توسط روشهاي ديگر از دقت بالاتري برخوردار است.

كلمات كليدي:
شبكه خودسازمان ده رشد يابنده و سلسله مراتبي، تشخيص هويت، زمان اموزش و بكارگيري

[DOWN]http://www.4shared.com/file/O352-L1r...89_572726.html[/DOWN]

[Mohamad]

154-بازشناسي اعداد دست نويس فارسي مبتني بر فواصل محاطي و مرفولوژي در شبكه عصبي

خلاصه مقاله:
شناسايي اعداد دست نويس فارسي كه با دست خط افراد مختلف نوشته شده اند و بصورت الكترونيكي در فايلهاي تصويري ذخيره گرديده اند هدفي است كه دراين مقاله دنبال مي كنيم ويژگيهاي مورد نياز از پردازش تصاوير و مورفولوژي استخراج گرديده و شبكه هاي عصبي گوناگون را براي شناسايي مورد بررسي قرارميدهيم ازمونهاي انجام شده برروي بانك اطلاعاتي از ارقام دست نويس فارسي نشان دهنده درصد بازشناسي اعداد تا نودو سه درصد مي باشد.

كلمات كليدي:
دوريختي، شبكه هاي پرسپترون، مورفولژي، نگاشت پيكسلي ، ocr


[DOWN]http://www.4shared.com/file/gT5Wafuc...90_572728.html[/DOWN]

[Mohamad]

81- معرفي و دسته بندي شكلها براساس ساختار زاويه اي منحني مرزي

خلاصه مقاله:
زواياي مربوط به نقاط برجسته يا فرورفته روي شكل نسبت به نقاط همسايگي هريك از آنها مي توانند براي معرفي آن شكل مورد استفاده قرار گيرند دراين مقاله روش جديدي براي دسته بندي شكل ارائه مي گردد كه براساس زاويه تشكيل دهنده هريك از نقاط روي مرز بيروني شكل نسبت به نقاط همسايگي ان عمل مي نمايد منحني مرزي شكل از روش تصاوير يكپارچه Silhouette شكل بدست مي ايد زواياي ناشي از هريك از نقاط روي مرز نسبت به نقاط همسايگي آن بصورت يك بردار ذخيره مي گردد از آنجا كه طول بردار بدست امده زياد بوده و تعداد مولفه هاي آن برابر با تعداد نقاط روي مرز مي باشد براي كاهش حجم محاسبات بردار كوچكتري از بردار اصلي استخراج مي گردد كه اين بردار فقط شامل زواياي مربوط به نقاط برجسته يا فرورفته روي مرز شكل مي باشد به منظور معرفي و دسته بندي شكل ها از اين بردارها استفاده مي گردد دراين مقاله مقاوم بودن الگوريتم نسبت به جابجايي چرخش ، و بزرگنمايي نشان داده مي شود نتايج به دست امده از تستهاي انجام شده برروي داده هاي مختلف و مقايسه آن با نتايج روشهاي ديگر بيانگر كارامد بودن اين الگوريتم است.

كلمات كليدي:
شكل يكپارچه، دسته بندي، منحني مرزي، زاويه نقطه

[DOWN]http://www.4shared.com/file/J6CDajFc...48_577312.html[/DOWN]

[Mohamad]

155- بازشناسي شكل براساس ويژگيهاي انحنا فاصله از مركز گرانش و مساحت با استفاده از طبقه بند ماشين هاي بردار پشتيبان

خلاصه مقاله:
دراين مقاله روشي جديد براي طبقه بندي اشكال باينري ارائه مي گردد ويژگيهاي پيشنهادي براي توصيف اشكال به منظور طبقه بندي انها شامل انحنا فاصله از مركز گرانش و مساحت مي باشد پس از استخراج نقاط مرزي ازا ين نقاط نمونه برداري شده و سپس فاصله آنها از مركز گرانش محاسبه مي گردد اين فاصله ها به صورت نزولي مرتب شده و انحنا و مساحت متناظر با انها محاسبه مي گردد. براي ويژگي مساحت با شروع از نقطه با بيشترين فاصله ا زمركز گرانش مساحت مثلث محصور بين اين نقطه و نقطه متوالي و مركز گرانش محاسبه مي شود اين ويژگيها نسبت به انتقال چرخش و تغيير اندازه كاملا پايدار هستند براي بازشناسي ويژگي مساحت بصورت مجزا و ويژگي انحنا همراه با فاصله و در شرايطي ديگر تركيب هر سه ويژگي برروي پايگاه داده Mpeg7 و tools اعمال شده و نتايج بازشناسي بهبود يافته است.

كلمات كليدي:
بازشناسي اشكال باينري، فاصله از مركز گرانش، انحنا، مساحت، طبقه بند ماشين بردار پشتيبان

[DOWN]http://www.4shared.com/file/g0uxzTTi...54_577310.html[/DOWN]

[Mohamad]

158-بررسي عملكرد روشهاي پيش پردازش تصوير برروي نرخ بازشناسي ارقام دست نوشته ي فارسي

خلاصه مقاله:
دراين مقاله روشهاي موثر پيش پردازش تصوير برروي داده هاي با تنوع زياد در دست نوشته ها به منظور استخراج ويژگيهاي مطلوب تر و در نهايت رسيدن به نرخ بازشناسي بالاتر مورد بررسي قرارگرفته است عموما انچه تاكنون در پروسه پيش پردازش ارقام دست نوشته ي فارسي به كار رفته است شامل باينري كردن نازك سازي و هم اندازه كردن داده ها بوده است دراين تحقيق نشان داده شده است كه با اضافه كردن مراحل پيش پردازش پيشنهادي نرخ بازشناسي به ميزان قابل توجهي بهبود مي يابد. روشهاي پيش پردازش پيشنهادي عبارتند از : تبديل لاپلاس، پردازش مورفولوژي و استخراج كادري از تصوير كه فقط شامل اطلاعات تصويري اصلي است جهت استخراج ويژگي از روش مكان مشخصه و جهت كاهش ابعاد ويژگي ها از روش pca استفاده شده است بردار ويژگي استخراج شده به عنوان ورودي به سه نوع طبقه بند rbf ، mlp و كمترين فاصله اعمال گرديد. بعد از انجام ازمايشها بدون به كاربردن روشهاي پيش پردازش پيشنهادي با 15 بردار ويژگي استخراج شده نرخ بازشناسي در طبقه بندهاي rbf ، mlp و كمترين فاصله به ترتيب 91/34% و 80/36% و 73/77% حاصل گرديد.

كلمات كليدي:
پيش پردازش، پردازش مورفولوژي، مكان مشخصه، طبقه بندي، نرخ بازشناسي

[DOWN]http://www.4shared.com/file/WNWBF2oA...96_576539.html[/DOWN]

[Mohamad]

195- شناسايي علائم هشدار دهنده سرعت در تصاوير جاده اي جهت كاربرد در رانندگي هوشمند

خلاصه مقاله:
رنگ و شكل دو پارامتر اساسي براي شناسايي علائم ترافيكي مي باشد اين مقاله يك روش جديد در مورد شناسايي علائم هشدار دهنده سرعت در تصاوير جاده اي در شرايط مختلف ارائه ميدهد اين روش شامل سه مرحله اصلي آشكارسازي پيش پردازش و طبقه بندي مي باشد در مرحله آشكارسازي مكان علامت توسط فيلتر كردن تصوير به دست مي ايد مرحله پيش پردازش براي حذف اطلاعات اضافي تصوير استخراج شده براي افزايش سرعت تشخيص درمرحله طبقه بندي در نظر گرفته شده است در مرحله طبقه بندي با استفاده از روش همبستگي متقابل نرماليزه شده Normalized cross correlation نوع علامت تشخيص داده مي شود اين روش فقط د رمورد علائم دايره اي كاربرد دارد نتايج نشان ميدهد كه اين روش بسيار قوي و دقيق عمل مي كند و تصاوير نويزدار تا ميزان 30% تصاوير در فاصله هاي مختلف تا 30 متر تصاوير كج شده تا 5 درجه توسط اين روش قابل شناسايي مي باشند به علت حذف اطلاعات اضافي در قسمت پيش پردازش هيچ نگراني در مورد زمان محاسبات نداريم اگردر شرايط نورپردازي و اب و هوايي ايده الي تصويربرداري صورت گيرد درصد تشخيص به بيش از 90% مي رسد.

كلمات كليدي:
استخراج علامت سرعت جاده اي، تطبيق الگو، همبستگي متقابل نرماليزه شده، فيلتر رنگ

[DOWN]http://www.4shared.com/file/qJzCf_UJ...65_601904.html[/DOWN]

[Mohamad]

78- ماشين بردار پشتيبان چند شاخه اي واعمال آن در طبقه بندي و آشكارسازي پوست

خلاصه مقاله:
اين مقاله به ارائه يك درخت تصميم مبتني بر تابع هزينه ماشين بردار پشتيبان مي پردازد استفاده از حاشيه اطمينان در طبقه بندي روش پيشنهادي را نسبت به درخت تصميم c5 كاراتر كرده است از طبقه بند پيشنهادي كه نام ماشين بردار پشتيبان چند شاخه اي بر ان نهاده ايم در شناسايي و استخراج قانون از روي داده ها پرداخته مي شود چند مجموعه داده از بانك اطلاعاتي uci انتخاب مي گردد. مقايسه روش پيشنهادي با روش c5 برتري آن را نشان ميدهد ارائه يك مفهوم عدم طبقه بندي در روش پيشنهادي براي نمونه هاي ازمون اين امكان را ميدهد تا از طبقه بندهاي ديگر به شكل سلسله مراتبي در جهت افزايش كارايي سيستم بهره برد كه به كار اتي سپرده مي شود هزينه كم در ايجاد درخت با تابع هزينه ماشين بردار پشتيبان نسبت به c5 كه از انتروپي و جستجوي كلي و خوشه بندي بهره مي برد از ديگر برتري هاي روش ارائه شده است استفاده از روش پيشنهادي در استخراج قوانين در شناسايي پوست نتايج جالبي روي تصاوير ميدهد كه حاكي از قوانين ساده قابل فهم براي بشر و كم روي تصاوير رنگي به دست ميدهد سادگي بكارگيري روش ارائه شده در آشكارسازي هدف درصحنه هاي ويدئويي نويد استفاده آن توسط ديگر محققين است.

كلمات كليدي:
آشكارسازي پوست انتروپي، درخت تصميم c5، ماشين بردار پشتيبان، طبقه بندي

[DOWN]http://www.4shared.com/file/BaSnGtBQ...05_634044.html[/DOWN]