کنفرانس بین المللی محاسبات نرم

صفحه اصلی / پنجمین کنفرانس بین المللی محاسبات نرم

قطعه‌بندی تصاویر: مدل‌های آمیخته متناهی یا روش‌های یادگیری ماشین؟

نویسندگان :

مصطفی طامندی¹

1- دانشگاه ولی عصر (عج)رفسنجان

کلمات کلیدی :

آمیخته‌های متناهی،توزیع‌های احتمالی،جنگل تصادفی،شبکه‌های عصبی

چکیده :

در این مقاله روش‌های مبتنی بر مدل بر اساس آمیخته‌های متناهی توزیع‌های احتمالی معرفی شده‌اند و عملکرد آنها از نظر دقت قطعه‌بندی تصاویر با روش‌های یادگیری ماشین که در پردازش تصویر استفاده می‌شوند، مورد مقایسه قرار گرفته است. به این منظور تصاویری که به صورت دستی قطعه‌بندی شده اند، مورد استفاده قرار گرفت و مسئله به یک مسئله رده‌بندی تبدیل شد. سپس چهار مدل یادگیری ماشین و سه مدل آمیخته متناهی به داده های حاصل از قطعه‌بندی برازش داده شد و مناسبت هرکدام از مدل‌ها با استفاده از مترهای دقت، حساسیت و صحت مورد مقایسه قرار گرفت. نتایج نشان دادند، هرچه تعداد قطعات یک تصویر بیشتر باشد، مدل‌های یادگیری ماشین از دقت بالاتری برخوردار خواهند بود.