عنوان
|
طبقهبندی تصاویر ابرطیفی با استفاده از شبکه عصبی پیچشی و میدان تصادفی مارکف
|
نوع پژوهش
|
مقاله ارائه شده کنفرانسی
|
کلیدواژهها
|
تصاویر ابرطیفی، یادگیری عمیق، شبکه عصبی پیچشی، میدان تصادفی مارکف ،
|
چکیده
|
طبقه بندی تصاویر ابرطیفی یکی از موضوعات مورد توجه در زمینه تحلیل تصاویر ابرطیفی است و رویکردهای بسیاری جهت بهبود دقت طبقه بندی مورد مطالعه قرار گرفتهاست. با توجه به عملکرد قابل توجه شبکه های عصبی پیچشی در مسائل مختلف، استفاده از این شبکهها در طبقهبندی تصاویر ابرطیفی با وجود نمونههای آموزشی کم و ابعاد بالای داده ها امری چالش برانگیز است. در این مقاله روشی برای طبقهبندی تصاویر ابرطیفی مبتنی بر شبکه عصبی پیچشی و میدان تصادفی مارکف ارائه شدهاست. در این روش از تکنیکهای افزایش داده، نظیر افزایش داده با استفاده از چرخش و انعکاس، افزودن نویز گوسی و افزایش داده مبتنی بر برچسب، برای مقابله با مشکل تعداد نمونههای آموزشی انجام شده است. در نهایت خروجی حاصل از Adam کم استفاده شدهاست. فرآیند یادگیری شبکه با استفاده از بهینه ساز α طبقهبند با استفاده از الگوریتم min - مبتنی بر expansion - بهبود داده شده است. نتایج آزمایش ها بر روی دو cut نشان داد که روش پیشنهادی نسبت به دیگر روش ها عملکرد بهتری دارد.
|
پژوهشگران
|
مجید راه بر (نفر اول)، حسن ختن لو (نفر دوم)، یوسف رضایی (نفر سوم)
|