SiameseFuse: یک شبکه محاسباتی کارآمد و نه چندان عمیق برای ترکیب تصاویر مرئی و مادون قرمز
| عنوان | SiameseFuse: یک شبکه محاسباتی کارآمد و نه چندان عمیق برای ترکیب تصاویر مرئی و مادون قرمز |
|---|---|
| نویسنده | اوزر، صدات، ایگه، م.، اوزکان اوغلو، م.ا. |
| تاریخ انتشار: | 2022-09 |
| محل انتشار | - الزویر |
| موضوع | یادگیری کارآمد، همجوشی چند وجهی، همجوشی چند زمانی |
| نوع | دوره ای |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 0031-3203 |
| شماره ثبت | 55adc5dc-a7b3-43cc-b100-b75f240fb973 |
| محل کتابخانه | علوم کامپیوتر |
| تاریخ | 2022-09 |
| یادداشتها | TÜBİTAK |
| متن نمونه | پیشرفتهای اخیر در تحلیل الگو، بسیاری از محققین را برانگیخته است تا بر توسعه راهحلهای مبتنی بر یادگیری عمیق در برنامههای مختلف پردازش تصویر تمرکز کنند. ادغام تصاویر چند وجهی یکی از این حوزههای کاربردی بوده است که در آن اطلاعات مختلفی که از روشهای مختلف به دست میآیند به روشی بصری معنادارتر و آموزندهتر ترکیب میشوند. برای این منظور، مهم است که ابتدا ویژگیهای برجسته را از هر مدالیته استخراج کنیم و سپس آنها را تا حد امکان کارآمد و آموزنده ترکیب کنیم. ادبیات اخیر در مورد ادغام تصاویر چند وجهی چندین راه حل عمیق را گزارش می دهد که تصاویر مرئی (RGB) و مادون قرمز (IR) را ترکیب می کند. در این مقاله، عملکرد راهحلهای عمیق مختلف موجود در ادبیات را بررسی میکنیم و در عین حال به دنبال پاسخی برای این سؤال هستیم: "آیا ما واقعاً به شبکههای عمیقتری برای ترکیب تصاویر چند وجهی نیاز داریم؟" برای پاسخ به این سوال، ما یک معماری جدید مبتنی بر شبکههای سیامی را معرفی میکنیم تا تصاویر RGB (مرئی) را با تصاویر مادون قرمز (IR) ترکیب کرده و نتایج پیشرفته را گزارش کنیم. ما یک تجزیه و تحلیل گسترده در مورد افزایش تعداد لایه ها در معماری با در نظر گرفتن سوال فوق ارائه می دهیم تا ببینیم آیا استفاده از شبکه های عمیق تر (یا افزودن لایه های اضافی) عملکرد قابل توجهی را در راه حل پیشنهادی ما اضافه می کند یا خیر. ما نتایج پیشرفتهای را در مورد ادغام بصری جفتهای تصویر مرئی و IR در معیارهای عملکردی متعدد گزارش میکنیم، در حالی که به کمترین تعداد پارامترهای قابل آموزش نیاز داریم. نتایج تجربی ما نشان میدهد که شبکههای کم عمق (همانطور که در راهحلهای پیشنهادی ما در این مقاله) میتوانند تصاویر مرئی و IR و همچنین شبکههای عمیقی را که قبلاً در ادبیات پیشنهاد شده بودند ترکیب کنند (ما توانستیم تعداد کل پارامترهای قابل آموزش را تا 96.5% کاهش دهیم، 2625 پارامتر قابل آموزش را با 74193 پارامتر قابل آموزش مقایسه کنیم). |
| DOI | 10.1016/j.patcog.2022.108712 |
| Cilt | 129 |
