شناسایی شی برجسته در پیش بینی تمرکز نگاه با استفاده از یادگیری عمیق

Abstract

شناسایی شی برجسته، توجه محققین در حوزه‌های مختلف را به خود جلب کرده‌است بگونه‌ای که در بسیاری از کاربردهای ماشین بینایی از جمله شناسایی و رهگیری شیء بکار گرفته می‌شود. بیشتر کارهای انجام شده در این حوزه مبتنی بر مدل‌های بصری پائین به بالا می‌باشند و از ویژگی‌های سطح پائین برای استخراج تصویر برجستگی نهایی استفاده می‌کنند که از دقت قابل توجهی در تشخیص شیء چشمگیر برخوردار نمی‌باشند. از طرفی مدل‌های بصری بالا به پائین برای کاربردهای خاصی مورد استفاده قرار می‌گیرند. در این مقاله روش متفاوتی برای استخراج تصویر برجستگی شیء ارائه شده است که از ویژگی‌های سطح پائین به بالا و بالا به پائین برای استخراج تصویر برجستگی استفاده می‌کند و مبتنی بر فرآیند یادگیری می‌باشد. انتخاب همزمان این ویژگی‌ها باعث بهبود الگوریتم پیشنهادی در کاربردهای مختلف می‌شود و باعث افزایش دقت شناسایی شیء چشمگیر می‌شود. فرآیند یادگیری با استفاده از شبکه عصبی کانولوشن انجام می‌گیرد. پس از اینکه تصویر به سوپرپیکسل-های آن تجزیه شد، ویژگی‌های متفاوتی از آن استخراج می‌گردد. سپس ویژگی‌های استخراج شده به میانگین صفر و واریانس واحد نرمالیزه شده و از الگوریتم شبکه عصبی کانولوشن به‌منظور آموزش دادن ویژگی‌ها استفاده می‌شود. دقت روش پیشنهادی با استفاده از 8 تصویر برجستگی و یادگیری عمیق بهبود داده شده است. روش پیشنهادی با بیش از 20 روش دیگر و در 4 پایگاه داده شناخته شده MSRA-1000، ECSSD، MSRA-10k و PASCAL-S مورد ارزیابی و مقایسه قرار گرفته شده است. نتایج حاکی از کارآیی روش پیشنهادی نسبت به سایر روش‌ها در زمینه پیش‌بینی شیء چشمگیر در تعیین تمرکز نگاه می‌باشد.