استخدام الشبكات العصبونية الإلتفافية في تحديد الميزات الأساسية للصور

نشر في جامعة دمشق بتاريخ 2018 في مجال الهندسة المعلوماتية والبحث باللغة العربية تحميل البحث

الملخص بالعربية

يهدف البحث إلى تقديم دراسة مرجعيّة مفصلة عن استخدام الشبكات العصبونية الإلتفافية (CNNs) في استخراج الميزات (Features) من الصور. وسيتطرق البحث إلى التعريف بمعنى الميزات (Features) الخاصة بالصور وأهميتها في تطبيقات معالجة الصورة. وسيتم أيضاً التعريف بالشبكات العصبونية الإلتفافية (CNNs) وبنيتها و طريقة عملها وأنواع المقاربات والمنهجيات المستخدمة في تدريبها لاستخراج الميزات (Features) من الصور.

المراجع المستخدمة

http://deeplearning.net/tutorial/lenet.html
https://en.wikipedia.org/wiki/Convolutional_neural_network
https://www.datascience.com/blog/supervised-and unsupervised-machine-learning-algorithms
مقرر الرؤية الحاسوبية في جامعة دمشق
https://medium.com/ai%C2%B3-theory-practice-business/understanding-hintons-capsule-networks-part-i-intuition-b4b559d1159b
https://hackernoon.com/what-is-a-capsnet-or-capsule-network-2bfbe48769cc
https://blog.athelas.com/a-brief-history-of-cnns-in-image-segmentation-from-r-cnn-to-mask-r-cnn-34ea83205de4
A.Krizhevsky, I.Sutskever, and G.E.Hinton. ImageNet classification with deep convolutional neural networks. In NIPS, pages 1106–1114, 2012
M.D.Zeiler and R.Fergus. Visualizing and understanding convolutional networks. In ECCV, 2014
W.Y.Zou, A.Y.Ng, S.Zhu, and K.Yu. Deep learning of invariant features via simulated fixations in video. In NIPS, pages 3212–3220, 2012.
Discriminative Unsupervised Feature Learning with Convolutional Neural Networks by Alexey Dosovitskiy, Jost Tobias Springenberg, Martin Riedmiller and Thomas Brox

تحميل البحث