شناسايي شي برجسته در پيش بيني تمركز نگاه با استفاده از يادگيري عميق

شناسايي شي برجسته، توجه محققين در حوزه‌هاي مختلف را به خود جلب كرده‌است بگونه‌اي كه در بسياري از كاربردهاي ماشين بينايي از جمله شناسايي و رهگيري شيء بكار گرفته مي‌شود. بيشتر كارهاي انجام شده در اين حوزه مبتني بر مدل‌هاي بصري پائين به بالا مي‌باشند و از ويژگي‌هاي سطح پائين براي استخراج تصوير برجستگي نهايي استفاده مي‌كنند كه از دقت قابل توجهي در تشخيص شيء چشمگير برخوردار نمي‌باشند. از طرفي مدل‌هاي بصري بالا به پائين براي كاربردهاي خاصي مورد استفاده قرار مي‌گيرند. در اين مقاله روش متفاوتي براي استخراج تصوير برجستگي شيء ارائه شده است كه از ويژگي‌هاي سطح پائين به بالا و بالا به پائين براي استخراج تصوير برجستگي استفاده مي‌كند و مبتني بر فرآيند يادگيري مي‌باشد. انتخاب همزمان اين ويژگي‌ها باعث بهبود الگوريتم پيشنهادي در كاربردهاي مختلف مي‌شود و باعث افزايش دقت شناسايي شيء چشمگير مي‌شود. فرآيند يادگيري با استفاده از شبكه عصبي كانولوشن انجام مي‌گيرد. پس از اينكه تصوير به سوپرپيكسلهاي آن تجزيه شد، ويژگي‌هاي متفاوتي از آن استخراج مي‌گردد. سپس ويژگي‌هاي استخراج شده به ميانگين صفر و واريانس واحد نرماليزه شده و از الگوريتم شبكه عصبي كانولوشن به‌منظور آموزش دادن ويژگي‌ها استفاده مي‌شود. دقت روش پيشنهادي با استفاده از 8 تصوير برجستگي و يادگيري عميق بهبود داده شده است. روش پيشنهادي با بيش از 20 روش ديگر و در 4 پايگاه داده شناخته شده MSRA1000، ECSSD، MSRA10k و PASCALS مورد ارزيابي و مقايسه قرار گرفته شده است. نتايج حاكي از كارآيي روش پيشنهادي نسبت به ساير روش‌ها در زمينه پيش‌بيني شيء چشمگير در تعيين تمركز نگاه مي‌باشد.