-
بررسی کتاب یادگیری عمیق با تنسور فلو 2 و کراس
شنبه 13 شهریور 1400 19:57
Deep learning with TensorFlow 2 and Keras نویسندگان این کتاب شامل :آنتونیو گولی علاقه زیادی به ایجاد و مدیریت فناوری جهانی استعداد ، برای نوآوری و اجرا دارد. تخصص اصلی او در رایانش ابری ، یادگیری عمیق و موتورهای جستجو است .در حال حاضر او به عنوان مدیر مهندسی برای دفتر CTO ، Google Cloud خدمت میکند. آمیتا کاپور ،...
-
بررسی کتاب راهنمای مبتدی تکنیک های استخراج ویژگی شکلی تصویر
شنبه 13 شهریور 1400 19:25
A Beginner’s Guide to Image Shape Feature Extraction Techniques نویسندگان این کتاب Dr.jyotismita chaki استادیاردر گروه فناوری اطلاعات و مهندسی در موسسه ولور از فناوری ، ولور ، هند است.وی دارای دکترای پردازش تصویر ازهند می باشد. علایق تحقیقاتی او شامل بینایی رایانه ای وپردازش تصویر ، تشخیص الگو ، تصویربرداری پزشکی ،...
-
بررسی کتاب یادگیری عملی ماشین با Scikit-Learn، Keras و TensorFlow
شنبه 13 شهریور 1400 18:53
Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow نویسنده کتاب اورلین جرون مشاور یادگیری ماشین است.وی رهبری تیم طبقه بندی ویدیوهای u-tube yo را از سال 2013 تا 2016 برعهده داشت. این کتاب ویرایش دوم می باشد که توسط نشر O’Reilly در jone 2019 به چاپ رسیده است. مقدمه ای بر کتاب :سونامی یادگیری ماشین در سال...
-
بررسی کتاب استخراج ویژگی وپردازش تصویر برای بینایی ماشین
شنبه 6 شهریور 1400 20:15
Feature Extraction and Image Processing for Computer Vision این کتاب توسط Mark S. Nixon الکترونیک و علوم کامپیوتر ، دانشگاه ساوتهمپتون و Alberto S. Aguado متخصص استخراج ویژگی وپردازش تصویر می باشد. نسخه اولیه این کتاب در سال 2002 نوشته شده و نسخه دوم آن در سال 2008 به بازار عرضه شده و نسخه سوم آن در سال 2013 به بازار...
-
بررسی کتاب :یادگیری ماشین برای OpenCV4
سهشنبه 26 مرداد 1400 18:22
Machine Learning for OpenCV 4 در این کتاب برروی الگوریتمهای هوشمند برای کاربرد در پردازش تصاویر با استفاده از openCV4 ,paython ,scikit بحث شده است. نویسندگان : Adita sharma آدیتیا شارما یک مهندس ارشد در روبرت بوش است که در زمینه حل مشکلات واقعی مشکلات بینایی ماشین کار می کند.در رابرت بوش او مقام اول در هوش مصنوعی در...
-
بررسی کتاب :یادگیری عمیق برای کاربرد در پردازش تصویر
سهشنبه 26 مرداد 1400 17:21
DEEP LEARNING FOR IMAGE PROCESSING این کتاب از مجموعه ای ا ز نویسندگان تهیه شده در واقع هر فصل از این کتاب توسط چند نویسنده نوشته شده وسپس مطالب آن جمع آوری وویرایش گردیده است.ویرایش کنندگان این کتاب : D. Jude Hemanth از دانشگاه کارونیا هند و Vania Vieira Estrela از دانشگاه فدرال فلومیننزه برزیل می باشند. این کتاب...
-
یادگیری ماشین با استفاده از پایتون
دوشنبه 18 مرداد 1400 21:01
Machine Learning using Python کت اب یاد گیری ماشین با استفاده از پایتون توسط manarjan pradhan مدیر موسسه بنگلور هند و U Dinesh kumar پروفسور همین موسسه نوشته شده است .این کتاب محصول 2019 میلادی می باشد که انتشارات WIELY آن را منتشر کرده است. این کتاب در 10 فصل تنظیم شده است.تمام مجموعه داده ها وکدهایی که در کتاب مورد...
-
[ بدون عنوان ]
دوشنبه 4 مرداد 1400 20:27
یادگیری ماشین و پردازش تصویر به صورت عملی این کتاب برای مواردی همچون تشخیص چهره ، تشخیص شی ،تشخیص الگو با استفاده از زبان برنامه نویسی پایتون می پردازد. نویسندگان کتاب : Himanshu Sing و Alahabad Uttar Prdesh,India این کتاب محصول سال 2019 میلادی است. کتاب شامل 6 فصل است که به ترتیب شامل موارد زیر است: فصل اول :محیط راه...
-
حل مسئله پیش بینی قیمت خانه برروی داده های واقعی Boston-Housing
شنبه 26 تیر 1400 18:47
د ر این قسمت با استفاده از پایتون شبکه عصبی را برای پیش بینی قیمت خانه برروی یک Data Set واقعی اجرا نمودیم. لازم به توضیح است که این Data Set از داده های مربوط به کتابخانه Keras پایتون می باشد: در اینجا شبکه عصبی با چندین لایه استفاده شده است.تمام طراحی شبکه قابل تغییر می باشد وممکن است با اضافه کردن لایه ها نتایج...
-
حل مسئله XOR با استفاده از شبکه عصبی پس انتشار
شنبه 26 تیر 1400 18:11
همانطور که میدانیم مسئله XOR توسط شبکه پرسپترون قابل حل نمی باشد ولی با استفاده از شبکه عصبی پس انتشار به راحتی قابل حل است.برای اینکه بهتر متوجه شویم در ادامه کد پایتون نوشته شده مسئله یXOR بوسیله شبکه عصبی پس انتشار گذاشته شده است: در اینجا ورودی مسئله X هست که دارای مقادیر : [0,0] [0,1] [1,0] [1,1] خروجی که...
-
پایتون
سهشنبه 14 اردیبهشت 1400 21:25
زندگینامه مخترع زبان پایتون آقای خیدو فان روسوم در 31 ژانویه 1986در هلند به دنیا آمد و در همانجا بزرگ شد. در سال ۱۹۸۲ بالاترین نمرات دانشگاه آمستردام در هلند را بدست آورد. سپس در سازمانهای تحقیقاتی گوناگون مشغول به کار شد، از جمله: مؤسسه ملی تحقیقات ریاضی و رایانه ( CWI ) در آمستردام، مؤسسه ملی استاندارد و تکنولوژی (...
-
مقاله
شنبه 9 اسفند 1399 10:49
سیستم بازیابی تصویر محتوامحوربراساس شبکه های عصبی پس انتشار در این مقاله ، یک سیستم CBIR ترکیبی که یک ویژگی جهانی تصویر است واز یک شبکه عصبی برای بازیابی یک تصویر موثر وکارامد استفاده می کند،پیشنهاد شده است.سه خاصیت رنگ ، بافت ولبه یک تصویر در روش موردنظر استفاده شده است. یک شبکه عصبی انتشار به عقب تغذیه به جلو FFBP...
-
مقاله
چهارشنبه 29 بهمن 1399 18:25
سیستم بازیابی محتوا محور تصویر با استفاده از شبکه عصبی هدف از بازیابی تصاویر محتوا محور ،بازیابی تصاویری است که شباهت زیادی به تصویر مورد نطر دارد.در یک سیستم بازیابی تصویر سه و ظیفه در نظر کرفته شده است: 1- فرایند استخراج داده 2- پردازش تصویر مورد پرس وجو 3- بازخورد ارتباط پردازش استخراج داده اولین قدم میباشد.در این...
-
مقاله
چهارشنبه 29 بهمن 1399 16:09
"سیستم بازیابی تصاویر محتوا محور با استفاده از شبکه عصبی " هدف از بازیابی تصاویر محتوا محور ،بازیابی تصاویری است که شباهت زیادی به تصویر مورد نطر دارد.در یک سیستم بازیابی تصویر سه وظیفه در نظر کرفته شده است: 1- 1-فرایند استخراج داده 2- 2-پردازش تصویر مورد پرس وجو 3- 3-بازخورد ارتباط پردازش استخراج داده اولین...
-
بازیابی تصاویر بر اساس متن
چهارشنبه 1 بهمن 1399 11:25
ر وش معمول و سنتی بازیابی تصاویر، بازیابی مبتنی بر متن است. در این روش کلمات کلیدی برای توصیف محتوای تصویر استفاده میشوند. تصاویر توسط اطلاعات متنی همراه خود، مانند نام تصویر، نوع تصویر، کلمات کلیدی ، متنی که تصویر به آن مربوط است و غیره در مجموعه داده شاخص گذار ی میشوند وبازیابی از طریق جستجو در این مجموعه داده و بر...
-
مقایسه بین الگوریتمهای LBP و SIFT و SURF
شنبه 27 دی 1399 15:28
همانطور که در مطالب قبلی گفته شد عملیات پردازش تصویر به طور کلی به دو دسته پیش پردازش و تحلیل دسته بندی میشود.از طرفی استخراج ویژگیهای تصویر یکی از مراحل اساسی در زمینه های مختلف بهبود پیش پردازش میباشدو ویژگیهای قابل استخراج از تصاویر به دو دسته سراسری و محلی تقسیم بندی میشوند. ویژگیهای سراسری، یک تصویر را به صورت...
-
الگوریتم ویژگی مقاوم سرعت یافته SURF(Speed - up Robust Feature)
دوشنبه 22 دی 1399 19:55
الگوریتم ویژگی مقاوم سرعت یافته(SURF) یک آشکارسازویژگی محلی مقاوم است که اولین بار توسط بای و همکارانش درسال ۲۰۰۸ ارائه شده است. الگوریتمSURF از اندازه گیری سریع ماتریس هسیان برای آشکارساز و توصیفگر مبتنی بر توزیع استفاده میکند. اگرچه SURF عملکردی مشابه SIFT دارد، امّا در یک زمان ثابت میتواند سریعتر عمل کند. در ادامه...
-
الگوریتم تبدیل ویژگی مقیاس ثابت SIFT(Sift Scale Invariant Feature Transform)
شنبه 20 دی 1399 16:15
ا لگوریتم تبدیل ویژگی مقیاس ثابت ( SIFT ) ، یک الگوریتم تشخیص ویژگی در بینایی رایانه برای شناسایی و توصیف ویژگی های محلی در تصاویر است و مورد توجه و مطالعه پژوهشگران قرار گرفته و بهبود داده شده است ،توسط دیوید لو در سال 1999 منتشر شد. وی این الگوریتم را به عنوان یک شناساگر مقاوم نسبت به تغییرات مقیاس وچرخش و همچنین...
-
LBP
پنجشنبه 18 دی 1399 15:53
الگوی باینری محلی LBP(Local Binary Pattern) الگوریتم LBP یکی از قویترین الگوریتم های استخراج ویژگی در علم بینایی ماشین است و همچنین یکی از روش هایی است که به طور وسیعی در تحقیقات مربوط به چهره و بازیابی چهره به کار رفته است. الگوریتم الگوی باینری محلی ( LBP ) در سال 1994 ابداع گردید. الگوهای باینری محلی روشی موثر برای...
-
بازسازی تصاویر براساس محتواCBIR(Content Base Image Retrieval)
یکشنبه 14 دی 1399 19:16
مقدمه: استفاده بسیار زیاد ودسترسی به داده های تصویری در وب باعث رونق فعالیتهای تحقیقاتی در بازیابی وجستجوی تصاویر شده است. حوزه بازیابی تصویر به عنوان علمی میان رشته ای از هوش مصنوعی ،پردازش تصویر،بازیابی اطلاعات ،بینایی کامپیوتر ی ویادگیری ماشین توجه بسیاری از پژوهشگران را به خود جلب کرده است. در بازیابی تصویر، هدف...