Scillain: A Neural Network Architecture for Image Recognition
Το Scillain είναι ένας τύπος αρχιτεκτονικής νευρωνικών δικτύων που έχει σχεδιαστεί για να χειρίζεται εργασίες αναγνώρισης εικόνας. Βασίζεται στον αλγόριθμο Scale-Invariant Feature Transform (SIFT), ο οποίος είναι μια ευρέως χρησιμοποιούμενη μέθοδος για την ανίχνευση χαρακτηριστικών σε εικόνες.
Ο αλγόριθμος SIFT λειτουργεί ανιχνεύοντας βασικά σημεία σε μια εικόνα και στη συνέχεια περιγράφοντας αυτά τα βασικά σημεία χρησιμοποιώντας ένα σύνολο περιγραφέων χαρακτηριστικών . Αυτοί οι περιγραφείς χαρακτηριστικών χρησιμοποιούνται στη συνέχεια για να συγκρίνουν την εικόνα με άλλες εικόνες σε μια βάση δεδομένων. Ο
Scillain προχωρά αυτή την ιδέα ένα βήμα παραπέρα χρησιμοποιώντας ένα νευρωνικό δίκτυο για να μάθει τους περιγραφείς χαρακτηριστικών αντί να χρησιμοποιεί ένα προκαθορισμένο σύνολο αυτών. Αυτό επιτρέπει στο δίκτυο να μάθει πιο περίπλοκα και αφηρημένα χαρακτηριστικά που δεν καταγράφονται εύκολα με τις παραδοσιακές μεθόδους ανίχνευσης χαρακτηριστικών.
Η αρχιτεκτονική Scillain αποτελείται από πολλά επίπεδα, όπως ένα επίπεδο εισόδου, ένα συνελικτικό επίπεδο, ένα επίπεδο συγκέντρωσης και ένα πλήρως συνδεδεμένο επίπεδο. Το επίπεδο εισόδου δέχεται τα ακατέργαστα δεδομένα εικόνας, ενώ το συνελικτικό επίπεδο εφαρμόζει μια σειρά φίλτρων στην εικόνα για να ανιχνεύσει βασικά σημεία και χαρακτηριστικά. Το επίπεδο συγκέντρωσης μειώνει τις χωρικές διαστάσεις των χαρτών χαρακτηριστικών και το πλήρως συνδεδεμένο επίπεδο χρησιμοποιείται για ταξινόμηση. Το
Scillain έχει αποδειχθεί ότι είναι αποτελεσματικό σε μια ποικιλία εργασιών αναγνώρισης εικόνων, συμπεριλαμβανομένης της ανίχνευσης αντικειμένων, της αναγνώρισης προσώπου και της κατανόησης σκηνής. Είναι επίσης σχετικά γρήγορο και αποτελεσματικό σε σύγκριση με άλλες αρχιτεκτονικές νευρωνικών δικτύων, καθιστώντας το μια καλή επιλογή για εφαρμογές αναγνώρισης εικόνας σε πραγματικό χρόνο.
I like this
I dislike this
Report a content error
Share
