تولید خودکار توصیف تصویر با شبکه های عصبی عمیق

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: تولید خودکار توصیف تصویر با شبکه های عصبی عمیق

ارائه دهنده: Provider: الهام حیدری

اساتید راهنما: Supervisors: دکتر میر حسین دزفولیان

اساتید مشاور: Advisory Professors: دکتر محرم منصوری زاده

اساتید ممتحن یا داور: Examining professors or referees: دکتر مهدی عباسی دکتر رضا محمدی

زمان و تاریخ ارائه: Time and date of presentation: شنبه 23/12/1399 ساعت 13

مکان ارائه: Place of presentation: http://vc.basu.ac.ir/eng-thesis04

چکیده: Abstract: در مسائل کاربردی بینایی ماشین و فهم زبان ، نمایش دقیق تصویر از اهمیت بالایی برخوردار است. بیش­تر سیستم­های فعلی از ویژگی­های بصری و مفاهیم متنی به‌عنوان طرح کلی از تصویر استفاده می­کنند. بااین‌حال ، بازنمایی­های کاملاً استنباطی معمولاً از این نظر نامطلوب هستند که از مؤلفه‌های جداگانه­ای تشکیل‌شده‌اند و روابط بین آن­ها قابل‌محاسبه نیست علاوه بر این نمی­توانند مفاهیم مهم تصویر را در توصیفات تولیدشده جای دهند . در این مقاله یک فرایند تکرارشونده جهت رسیدن به توصیف پیشنهادشده است . ما تصاویر ورودی را با مجموعه­ای از مناطق بصری و مفاهیم متنی متناظر که منعکس­کننده مفاهیم معنایی خاص هستند، پردازش می­کنیم . برای این منظور ، دو ماژول توجه را ایجاد می­کنیم که به ترتیب با به­روزرسانی متقابل ، ویژگی­های بصری و مفاهیم متنی استخراج­شده از تصویر را ادغام می­کنند . خروجیِ دو ماژول قبل به مدل زبانی ارسال­شده و این فرایند تکراری تا رسیدن به توصیف مطلوب ادامه می­یابد . جهت انتخاب بهینة هایپرپارامترهای مدل ، از الگوریتم ژنتیک استفاده‌شده است . آزمایش‌ها بر روی مجموعه دادة عظیم MS COCO انجام شده است . نتایج نشان می­دهد که روش ما مؤثر است و بسیار سریع همگرا می­شود . مدل پیشنهادی می­تواند به طیف گسترده­ای از مدل­ها برای کاربردهای مربوط به تصویر و زبان تعمیم یابد.

فایل: ّFile: تنزيل فایل