تشخیص رویداد مبتنی بر یادگیری عمیق در تصاویر هوایی

عنوان تشخیص رویداد مبتنی بر یادگیری عمیق در تصاویر هوایی
نویسنده شاهین، ا.ح.، آتش، حسن فهمی
تاریخ انتشار: 2023
محل انتشار - IEEE
موضوع تشخیص رویدادهای هوایی، بینایی کامپیوتری، یادگیری عمیق، لایه‌های متراکم سلسله مراتبی، تصاویر با ناحیه وسیع
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 979-835034081-5
شماره ثبت 38344417-7936-4ff0-8e2d-388e8ee268a9
محل کتابخانه علوم کامپیوتر
تاریخ 2023
متن نمونه در این مقاله، ما تشخیص رویداد را برای نظارت هوایی بررسی می‌کنیم. این یک وظیفه مهم است به خصوص وقتی که محبوبیت رو به رشد پهپادها را در نظر بگیریم. هدف اصلی مقاله تشخیص رویدادها هم در سطح کلیپ در فیلم های هوایی و هم در سطح فریم در تصاویر هوایی است. برای دستیابی به این هدف، از مدل های جدید یادگیری عمیق و تکنیک های آموزشی استفاده می شود. در این کار، ما معماری‌های مدل جدیدی را برای تشخیص رویدادها در حوزه تصویر و ویدیو پیشنهاد می‌کنیم. مدل‌های توسعه‌یافته بر روی مجموعه داده ERA آزمایش می‌شوند. نتایج نشان می‌دهد که مدل‌های پیشنهادی به عملکرد پیشرفته‌ای در هر دو تصویر منفرد و کلیپ‌های ویدیویی هوایی از مجموعه داده ERA دست می‌یابند.
DOI 10.1109/UBMK59864.2023.10286774
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

تشخیص رویداد مبتنی بر یادگیری عمیق در تصاویر هوایی

نویسنده شاهین، ا.ح.، آتش، حسن فهمی
تاریخ انتشار 2023
محل انتشار - IEEE
موضوع تشخیص رویدادهای هوایی، بینایی کامپیوتری، یادگیری عمیق، لایه‌های متراکم سلسله مراتبی، تصاویر با ناحیه وسیع
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 979-835034081-5
شماره ثبت 38344417-7936-4ff0-8e2d-388e8ee268a9
محل کتابخانه علوم کامپیوتر
تاریخ 2023
متن نمونه در این مقاله، ما تشخیص رویداد را برای نظارت هوایی بررسی می‌کنیم. این یک وظیفه مهم است به خصوص وقتی که محبوبیت رو به رشد پهپادها را در نظر بگیریم. هدف اصلی مقاله تشخیص رویدادها هم در سطح کلیپ در فیلم های هوایی و هم در سطح فریم در تصاویر هوایی است. برای دستیابی به این هدف، از مدل های جدید یادگیری عمیق و تکنیک های آموزشی استفاده می شود. در این کار، ما معماری‌های مدل جدیدی را برای تشخیص رویدادها در حوزه تصویر و ویدیو پیشنهاد می‌کنیم. مدل‌های توسعه‌یافته بر روی مجموعه داده ERA آزمایش می‌شوند. نتایج نشان می‌دهد که مدل‌های پیشنهادی به عملکرد پیشرفته‌ای در هر دو تصویر منفرد و کلیپ‌های ویدیویی هوایی از مجموعه داده ERA دست می‌یابند.
DOI 10.1109/UBMK59864.2023.10286774
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید