با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد).
ردیف | عنوان | نوع |
---|---|---|
1 |
تشخیص و بازیابی تصویر 3 بعدی مبتنی بر یادگیری عمیق چندمنظوره
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 17 - تعداد صفحات فایل doc فارسی: 34 ویژگی مؤثر و کارآمد تجزیهوتحلیل تصویر 3 بعدی، کلید تعمیم کاربردهای آن در حوزه 3 بعدی است که در آن چالش اصلی مربوط به طراحی یک ویژگی مؤثر سطح بالا است. شکل سهبعدی حاوی اطلاعات مفید مختلفی ازجمله اطلاعات بصری، روابط هندسی و سایر ویژگیهای مربوط به نوع است. بنابراین استراتژی کشف این خصوصیات، هسته غیرقابل استخراج ویژگیهای مؤثر شکل 3 بعدی است. در این مقاله، ما یک چارچوب جدید از یادگیری ویژگی سهبعدی ارائه میدهیم که با استفاده از یادگیری عمیق، اطلاعات حالات مختلف را بهطور مؤثر برای ترویج ویژگیهای تفکیککنندگی تک مدی ارائه میدهد. اطلاعات هندسی و اطلاعات بصری به ترتیب توسط شبکههای عصبی کانولوشنی (CNNs) و شبکههای باور عمیق کانولوشنی (CDBNs) استخراج میشوند و سپس دو شبکه باور عمیق (DBNs) مستقل برای یادگیری ویژگیهای سطح بالا از ویژگیهای هندسی و بصری استفاده میشوند. درنهایت، یک ماشین بولتزمن محصور (RBM) برای استخراج همبستگی عمیق بین حالتهای مختلف استفاده میشود. آزمایشهای گسترده نشان میدهد که چارچوب پیشنهادی عملکرد بهتری را به دست میدهد.
کلیدواژهها: شکل سهبعدی | تشخيص | بازيابي | آموزش عميق | چندمنظورهای |
مقاله ترجمه شده |