[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور فرهنگی::
امور پژوهشی::
آموزش الکترونیکی::
پردیس شماره 2::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس

AWT IMAGE

نام کاربری
کلمه عبور

AWT IMAGE
رمز ورود را فراموش کرده‌اید؟

..
دفاعیه کارشناسی ارشد

دفاعیه کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: سامر نعمه - 1398/01/31 ::
 | تاریخ ارسال: ۱۳۹۸/۱/۳۱ | 

ارائه­ دهنده:

سامر نعمه

  استاد راهنما:

 دکتر محسن سریانی

  استاد ممتحن خارجی :  دکتر کاظم فولادی

استاد ممتحن داخلی: دکتر ناصر مزینی

  زمان :  شنبه  31 فروردین ماه 1398

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304


آقای سامر نعمه دانشجوی کارشناسی ارشد آقای دکتر محسن سریانی شنبه 31 فروردین ماه ساعت 17 در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان تشخیص شی در تصاویر سنجش از دور با استفاده از یادگیری عمیق  دفاع خواهند نمود.

چکیده پایان نامه:

با توجه به پیشرفت های فناوری بی سابقه در حوزه‌ی سنجش از   دور به تازگی زمینه های کاربردی این تصاویر گسترش یافته است و به طور موازی میزان کارایی این کاربردها نیز به طور قابل توجهی بهبود یافته است. تشخیص شی در تصاویر سنجش از دور با توجه به اطلاعات پس‌زمینه پیچیده‌تری که دارند آن‌ها را نسبت به تصاویر طبیعی با چالش‌های بیشتر رو به رو می‌کند. تصاویر سنجش از دور اطلاعاتی در مورد بافت، شکل و ساختار اشیاء  در سطح زمین ارائه می دهند و می توانند برای شناسایی دقیق شی مورد استفاده قرار گیرند. بنابراین، در کار ما، مجموعه داده استفاده شده با سه روش مختلف افزوده شده است. این سه روش افزونگی شامل چرخش، آینه سازی و چرخش-آینه سازی است. ما نتایج را با استفاده از معیار دقت میانگینAP) ) ارزیابی کردیم و نتایج خود را با نتایج کارهای قبلی از ادبیات موضوع مقایسه کردیم. ما دریافتیم که RetinaNet پیشنهاد شده‌ی ما اشیا را بهتر از روش‌های استفاده شده در آثار قبلی برای کلاس های مشابه تشخیص می‌دهد. علاوه بر این، ما اشاره کردیم که بدترین نتایج روش ما برای افزونگی چرخش حاصل می شود. با تجزیه و تحلیل نتایج و انجام بسیاری از آزمایش ها توانستیم مشکل را به میزان خوبی حل کنیم. برای حل این مشکل، از دو روش، تطبیق الگو و آستانه‌گذاری اتسو استفاده کردیم. ما کلاس کشتی را به عنوان مورد خاص برای انجام آزمایشات انتخاب کردیم. در نهایت، ما دریافتیم که الگوریتم Otsu نتایح بهتری از نظر زمان و دقت متوسط ​​تولید می کند. این نتایج امید بخش هستند و انتظار می رود با ادامه کار نتایح بهتری حاصل شوند.
 
کلمات کلیدی: سنجش از دور، تشخیص اشیا، افزایش داده، RetinaNet


  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

دفعات مشاهده: 205 بار   |   دفعات چاپ: 24 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
School of Computer Engineering
Persian site map - English site map - Created in 0.2 seconds with 52 queries by YEKTAWEB 3937