نقل قول:
نوشته اصلي بوسيله zeyinab
سلام
ببخشید برای یه مقاله شناسایی تصویر که آدرسش در زیر اومده از شبکه عصبی استفاده شده که ورودی شبکه عصبی بردار ویژگی است که برپایه فیلتر گابور فوریه بدست آمده
فیلتر گابور فوریه در این مقاله از 40 هسته با 8جهت و مقیاس 5 تشکیل شده که در الگوریتم تعریف شده در مقاله هر تصویر پایگاه داده را با 40 هسته فیلتر می کند و در نهایت یک تصویر 32*32*5*8 از زیر تصویرهایی که در مرحله پیش بدست آمده بدست آورده
سوال من اینه که این تصویر چجوری بدست اومده؟
لینک مقاله:
دانلود ijcss 502 pdf
|
سلام
اونچه من در این مقاله مختصرا مشاهده کردم اینه که:
فرض کنیم یک تصویر ورودی داریم، این تصویر ابتدا کوچک سازی شده تا در اندازه مناسب (32*32) تبدیل بشه بنابراین تا اینجا یک تصویر استاندارد شده (بلحاظ اندازه) داریم
از طرف دیگر 40 فیلتر گابور انتخاب شده که مسلما کانوالو کردن هر کدام از آنها در تصویر استاندارد شده، یک خروجی خواهد داشت یعنی برای هر ورودی 40 (8*5) تصویر پردازش شده داریم هر تصویر ورودی هم در اندازه 32*32 بوده است پس
بطور کلی به ازای هر تصویر ورودی یک بردار (تصویر) خروجی با اندازه 32*32*8*5 (یا 40 تصویر کانوالو شده) خواهیم داشت.
همچنین پیشنهاد می کنم مقالات معتبرتری را برای مطالعه انتخاب کنید البته این بدین معنی نیست که مقاله جاری معتبر نیست ولی حالا که وقت میگذارید سعی کنید بر روی مقالات باارزش تر وقت بگذارید.
موفق باشید