موقعيت‌يابي از طريق بازيابي تصاوير مرئي زير آب بر پايه شبكه عصبي عميق VGG-16 و شبكه عصبي بازگشتي LSTM

بازيابي تصاوير زير آب به عنوان بخش مهمي از ناوبري مدرن ، موقعيت‌يابي مكاني و اكتشافات دريايي مورد توجه قرار گرفته است. سيستم‌هاي بازيابي تصوير مبتني بر محتوا، اطلاعات بصري تصوير را به شكل بردار ويژگي استخراج مي‌كنند و مبناي شباهت سنجي تصاوير مشابه قرار مي‌دهند. در اين پژوهش تركيب دو شبكه عصبي به منظور استخراج ويژگي‌هاي تصوير مورد بررسي قرار گرفته است. مدل پيشنهادي ويژگي‌هاي تصوير را با استفاده از شبكه عصبي عميق VGG-16 استخراج مي‌كند. تقويت ويژگي‌هاي استخراج شده و كشف روابط بين ويژگي‌ها و ديناميك تصوير با استفاده از شبكه عصبي بازگشتي LSTM صورت مي‌گيرد. تركيب دو دسته ويژگي‌هاي تصوير، امكان توصيف جزئيات دقيق‌تري را فراهم كرده است. مدل پيشنهادي برروي مجموعه داده‌هاي تصاوير مرئي زير آب ارزيابي شده است. نتايج به دست آمده دقت مدل پيشنهادي در بازيابي تصاوير مشابه را بر اساس معيار شباهت ساختاري و معيار شباهت ويژگي به ترتيب برابر با %42.6 و 76% نشان مي‌دهد.