[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 1 - ( جلد 5 - شماره 1 1397 ) ::
جلد 5 شماره 1 صفحات 83-103 برگشت به فهرست نسخه ها
تخمین حالت سه بعدی انسان از تک تصویر با استفاده از شبکه‌ی عصبی غیرخطی کانولوشنی مبتنی بر اطلاعات شکل
مهندس فرانک شمسافر1، دکتر حسین ابراهیم نژاد*
1- دانشکده‌ی مهندسی برق - دانشگاه صنعتی سهند -
دانشگاه صنعتی سهند، دانشکده‌ی مهندسی برق - دانشگاه صنعتی سهند - ، ebrahimnezhad@sut.ac.ir
چکیده:   (329 مشاهده)

 تخمین حالت سه بعدی انسان یکی از مسائل پراهمیت و پرکاربرد در بینایی ماشین است. تخمین حالت انسان، از اسکلت دو بعدی و با استفاده از اطلاعات چندگانه آغاز و طی یک روند تکاملی، به تخمین اسکلت سه بعدی با بهره‌گیری از حداقل اطلاعات ورودی سوق یافته است. در این مقاله، مسئله‌ی تخمین حالت سه بعدی انسان با استفاده از اطلاعات یک تصویر رنگی بررسی شده است. روش پیشنهادی جزء آن دسته از روش‌هایی محسوب می‌شود که ابتدا حالت دو بعدی را استخراج و سپس، با ارتقاء حالت دو بعدی تخمینی به فضای سه بعدی، حالت سه بعدی پیش‌بینی می‌شود. به دلیل آن‌که در این نوع روش‌ها، منشاء بیشتر خطاها ناشی از تخمین نادرست حالت دو بعدی است، در این مقاله، با ارائه‌‌ی روشی برای تخمین دقیق‌تری از حالت دو بعدی، خطای کمتری برای حالت سه بعدی به دست آمده است. روش پیشنهادی برای تخمین حالت دو بعدی، از یادگیری عمیق و اطلاعات نقشه‌ی لبه بهره برده است. به عبارتی دیگر، در این مقاله از ویژگی لبه که یک ویژگی طراحی شده است، برای هدایت یادگیری شبکه‌ی عصبی عمیق و یادگیری ویژگی‌ها در راستای هدف تعیین شده، استفاده شده است. آزمایش‌های انجام شده نشان می‌دهد که روش پیشنهادی به خطای کمتری در تخمین حالت دو بعدی و متعاقباً، به خطای کمتری در پیش‌بینی حالت سه بعدی تصاویر پایگاه داده‌ی Human3.6M و HumanEva-I منجر شده است.

واژه‌های کلیدی: تخمین حالت انسان، یادگیری عمیق، شبکه‌های عصبی کانولوشنی، نقشه‌ی لبه
متن کامل [PDF 2014 kb]   (91 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: بینایی ماشین
دریافت: ۱۳۹۶/۱۱/۱۶ | پذیرش: ۱۳۹۷/۵/۱۷ | انتشار: ۱۳۹۷/۱۱/۸
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA code


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

shamsafar F, ebrahimnezhad H. Three-Dimensional Human Pose Estimation from a Single Image Using Non-linear Convolutional Neural Network Based on Shape Information. JNSEE. 2019; 5 (1) :83-103
URL: http://jnsee.sut.ac.ir/article-1-179-fa.html

شمسافر فرانک، ابراهیم نژاد حسین. تخمین حالت سه بعدی انسان از تک تصویر با استفاده از شبکه‌ی عصبی غیرخطی کانولوشنی مبتنی بر اطلاعات شکل. مجله سامانه های غیر خطی در مهندسی برق. 1397; 5 (1) :83-103

URL: http://jnsee.sut.ac.ir/article-1-179-fa.html



دوره 5، شماره 1 - ( جلد 5 - شماره 1 1397 ) برگشت به فهرست نسخه ها
سامانه های غیرخطی در مهندسی برق Journal of Nonlinear Systems in Electrical Engineering
Persian site map - English site map - Created in 0.18 seconds with 31 queries by YEKTAWEB 3855