بازگشت به جستجو

بازیابی تصویر لباس با شبکه های کپسول سه گانه

عنوان	بازیابی تصویر لباس با شبکه های کپسول سه گانه
نویسنده	کینلی، عثمان فورکان
تاریخ انتشار:	2019-08-19
موضوع	هوش مصنوعی، شبکه های عصبی مصنوعی، پردازش تصویر دیجیتال، بازیابی تصویر، شبکه های کپسولی، بازیابی تصویر لباس
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شماره ثبت	a35f2694-a267-440b-a551-c2ff5d72b8d0
محل کتابخانه	گروه علوم کامپیوتر
تاریخ	2019-08-19
متن نمونه	بازیابی تصویر لباس پس از برخی تحولات عمده در علوم کامپیوتر و ظهور تجارت الکترونیک اهمیت بیشتری یافته است. مطالعات اخیر معمولاً با استفاده از شبکه‌های عصبی کانولوشنال (CNN) به این مشکل حمله می‌کنند. علیرغم محبوبیت CNNها، طبیعتاً دارای محدودیت‌های ذاتی مانند از دست دادن رابطه فضایی سلسله مراتبی بین بخش‌های یک تصویر و عدم استحکام در برابر تبدیل‌های ne است. معماری شبکه ای که اخیراً پیشنهاد شده است، یعنی شبکه های کپسولی، توانایی غلبه بر این محدودیت ها را با حفظ رابطه جزء-کل و ارائه اطلاعات در تصاویر دارد. در این پایان نامه، عملکرد بازیابی لباس در فروشگاه شبکه‌های کپسولی با اتصال متراکم با مسیریابی پویا را بررسی می‌کنیم. برای دستیابی به این هدف، ما طرح‌های مبتنی بر سه‌گانه معماری شبکه کپسول را با دو روش استخراج ویژگی متفاوت پیشنهاد می‌کنیم: شبکه‌های کپسولی انباشته-پیچیده (SCCapsNet) و اتصال باقی مانده (RCCapsNet). نتایج تجربی طرح‌های پیشنهادی ما در مورد بازیابی لباس در فروشگاه نشان می‌دهد که SCCapsNet به 32.1% امتیازهای Top-1، 81.8% Top-20 و 90.0% Top-50 Recall-at-K دست می‌یابد. در حالی که RCCapsNet با 33.9% امتیازهای Top-1، 84.6% Top-20 و 92.6% Top-50 Recall-at-K عملکرد بهتری دارد. این ارقام نشان می‌دهند که هر دوی طرح‌های ما بدون استفاده از هیچ اطلاعات حمایتی اضافی علاوه بر تصاویر، عملکرد بهتری نسبت به مطالعه پایه و رویکردهای قبلی دارند. علاوه بر این، هنگامی که با معماری‌های SOTA در بازیابی لباس مقایسه می‌شود، شبکه‌های کپسول سه‌گانه پیشنهادی ما تنها با نیمی از پارامترهای مورد استفاده در معماری‌های SOTA، به نرخ‌های فراخوان قابل مقایسه دست می‌یابند. در آینده، طرح‌های ما ممکن است به دلیل پیشرفت‌های انجام شده در تحقیقات نسبتاً جدید کپسول شبکه، بهبود عملکرد بیشتری را به ارث ببرند. Yakın dönemdeki çalışmalarda bu problemin çözümü için genel olarak Evrişimli Sinir Ağları (ESA) kullanılmıştır. Popularitesine rağmen، ESA'lar، doğaları gereği، parçalar arası hiyerarşik konumsal bilgi kaybı ve afin dönüşümlerine dayanıklı olmama gibi bazı yerleşik sınırlamalara sahiptir. Yeni önerilen Kapsül Ağları mimarisi, resimlerdeki parça-bütün ilişkisini ve poz bilgisini koruyarak bu sınırlamaları ortadan kaldırabilme özelliğine sahiptir. بو تزده، دینامیک یونلندیرمه الگوریتماسی ایله چالیشان، نورونلاری یوغون باغلی کپسول آغلارینین ویترین کیافت رسیملرینه اریشیم پرفورمنسینی آراستیردیک. Buradan yola çıkarak, iki farklı öznitelik çıkartma metoduyla tasarlanmış Triplet-bazlı Kapsül Ağ mimarileri önerdik: İstifli-evrişimsel (SCCapsNet) و Artık-bağlı (RCCapsNet) Ağılar Kapsül. Vitrin kıyafet resmi erişimine yönelik önerilen mimari tasarımlarımızın deneysel sonuçları، SCCapsNet'in %32.1 en-yüksek-1، %81.8 en-yüksek-20 و %90.0 en-yükseksek-50 ulaştığını gösterirken; RCCapsNet ise %33.9 en-yüksek-1، %84.6 en yüksek-20 و %92.6 en-yüksek-50 recall-at-K skorlarıyla daha da iyi bir performans ortaya koymuştur. بو راكاملار رفرانس چالیشماسینین و داها اونجول یاکلاسیملارین پرفورمنسلارییلا کارشیلاشتیریلدیغیندا، رسیملره ایک اولارک هیچبیر ایلاه دستکلیجی بیلگی کولانمایان هر ایکی تاساریمیمیز دا اونملی بیرجیل فرکتریم. Ayrıca, önerdiğimiz Triplet Kapsül Ağları, مدرن mimarilerde kullanılan parametre sayısının sadece yarısı kadar parametre kullanarak, mimariler modern ile kıyaslanabilir sonuçlar elde etmiştir. ایلرلین دونمده، تاساریملاریمیز، نیسپتن ینی کپسول آغلاری آراشتیرمالارینداکی ژلیشملردن یولا چیکاراک اکسترا اجرانس آرتیشی آلابیلر.

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

بازیابی تصویر لباس با شبکه های کپسول سه گانه

نویسنده کینلی، عثمان فورکان

تاریخ انتشار 2019-08-19

موضوع هوش مصنوعی، شبکه های عصبی مصنوعی، پردازش تصویر دیجیتال، بازیابی تصویر، شبکه های کپسولی، بازیابی تصویر لباس

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شماره ثبت a35f2694-a267-440b-a551-c2ff5d72b8d0

محل کتابخانه گروه علوم کامپیوتر

تاریخ 2019-08-19

متن نمونه بازیابی تصویر لباس پس از برخی تحولات عمده در علوم کامپیوتر و ظهور تجارت الکترونیک اهمیت بیشتری یافته است. مطالعات اخیر معمولاً با استفاده از شبکه‌های عصبی کانولوشنال (CNN) به این مشکل حمله می‌کنند. علیرغم محبوبیت CNNها، طبیعتاً دارای محدودیت‌های ذاتی مانند از دست دادن رابطه فضایی سلسله مراتبی بین بخش‌های یک تصویر و عدم استحکام در برابر تبدیل‌های ne است. معماری شبکه ای که اخیراً پیشنهاد شده است، یعنی شبکه های کپسولی، توانایی غلبه بر این محدودیت ها را با حفظ رابطه جزء-کل و ارائه اطلاعات در تصاویر دارد. در این پایان نامه، عملکرد بازیابی لباس در فروشگاه شبکه‌های کپسولی با اتصال متراکم با مسیریابی پویا را بررسی می‌کنیم. برای دستیابی به این هدف، ما طرح‌های مبتنی بر سه‌گانه معماری شبکه کپسول را با دو روش استخراج ویژگی متفاوت پیشنهاد می‌کنیم: شبکه‌های کپسولی انباشته-پیچیده (SCCapsNet) و اتصال باقی مانده (RCCapsNet). نتایج تجربی طرح‌های پیشنهادی ما در مورد بازیابی لباس در فروشگاه نشان می‌دهد که SCCapsNet به 32.1% امتیازهای Top-1، 81.8% Top-20 و 90.0% Top-50 Recall-at-K دست می‌یابد. در حالی که RCCapsNet با 33.9% امتیازهای Top-1، 84.6% Top-20 و 92.6% Top-50 Recall-at-K عملکرد بهتری دارد. این ارقام نشان می‌دهند که هر دوی طرح‌های ما بدون استفاده از هیچ اطلاعات حمایتی اضافی علاوه بر تصاویر، عملکرد بهتری نسبت به مطالعه پایه و رویکردهای قبلی دارند. علاوه بر این، هنگامی که با معماری‌های SOTA در بازیابی لباس مقایسه می‌شود، شبکه‌های کپسول سه‌گانه پیشنهادی ما تنها با نیمی از پارامترهای مورد استفاده در معماری‌های SOTA، به نرخ‌های فراخوان قابل مقایسه دست می‌یابند. در آینده، طرح‌های ما ممکن است به دلیل پیشرفت‌های انجام شده در تحقیقات نسبتاً جدید کپسول شبکه، بهبود عملکرد بیشتری را به ارث ببرند. Yakın dönemdeki çalışmalarda bu problemin çözümü için genel olarak Evrişimli Sinir Ağları (ESA) kullanılmıştır. Popularitesine rağmen، ESA'lar، doğaları gereği، parçalar arası hiyerarşik konumsal bilgi kaybı ve afin dönüşümlerine dayanıklı olmama gibi bazı yerleşik sınırlamalara sahiptir. Yeni önerilen Kapsül Ağları mimarisi, resimlerdeki parça-bütün ilişkisini ve poz bilgisini koruyarak bu sınırlamaları ortadan kaldırabilme özelliğine sahiptir. بو تزده، دینامیک یونلندیرمه الگوریتماسی ایله چالیشان، نورونلاری یوغون باغلی کپسول آغلارینین ویترین کیافت رسیملرینه اریشیم پرفورمنسینی آراستیردیک. Buradan yola çıkarak, iki farklı öznitelik çıkartma metoduyla tasarlanmış Triplet-bazlı Kapsül Ağ mimarileri önerdik: İstifli-evrişimsel (SCCapsNet) و Artık-bağlı (RCCapsNet) Ağılar Kapsül. Vitrin kıyafet resmi erişimine yönelik önerilen mimari tasarımlarımızın deneysel sonuçları، SCCapsNet'in %32.1 en-yüksek-1، %81.8 en-yüksek-20 و %90.0 en-yükseksek-50 ulaştığını gösterirken; RCCapsNet ise %33.9 en-yüksek-1، %84.6 en yüksek-20 و %92.6 en-yüksek-50 recall-at-K skorlarıyla daha da iyi bir performans ortaya koymuştur. بو راكاملار رفرانس چالیشماسینین و داها اونجول یاکلاسیملارین پرفورمنسلارییلا کارشیلاشتیریلدیغیندا، رسیملره ایک اولارک هیچبیر ایلاه دستکلیجی بیلگی کولانمایان هر ایکی تاساریمیمیز دا اونملی بیرجیل فرکتریم. Ayrıca, önerdiğimiz Triplet Kapsül Ağları, مدرن mimarilerde kullanılan parametre sayısının sadece yarısı kadar parametre kullanarak, mimariler modern ile kıyaslanabilir sonuçlar elde etmiştir. ایلرلین دونمده، تاساریملاریمیز، نیسپتن ینی کپسول آغلاری آراشتیرمالارینداکی ژلیشملردن یولا چیکاراک اکسترا اجرانس آرتیشی آلابیلر.