رشته مکانیک

پایان نامه مهندسی مکاترونیک: بازشناسی اشیا مبتنی بر سازوکار قشر گیجگاهی مغز

مهندسی مکاترونیک

عنوان:

بازشناسی اشیا مبتنی بر سازوکار قشر گیجگاهی مغز

متن پایان نامه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
چکیده:
بازشناسی اشیا موضوع پیچیده ای است که سال ها مورد توجه و بحث مهندسان رایانه، الکترونیک، روباتیک و نیز عصب شناسان بوده است. ی بر تاریخچه موضوع به درک بهتر مسایل امروزی بازشناسی اشیا کمک خواهد کرد. دستگاه زیستی بینایی انسان بدون شک قابلیت بسیار بالایی در شناسایی، دسته بندی و تشخیص هویت یک شی قرار گرفته در شرایط مختلف، مانند تغییر زاویه شی، تغییر شدت روشنایی و قرار گرفتن در صحنه های درهم و ترکیبی دارد. پی بردن به اینکه دستگاه زیستی بینایی انسان به چه شکل فرآیند بازشناسی اشیا را انجام می دهد، یکی از اهداف دانش بینایی ماشین است. در تحقیقات صورت گرفته بر روی قشر بینایی پستانداران، نگره های مختلفی ارائه شده است که سعی دارند کد کردن اطلاعات در سطوح مختلف قشر بینایی را تفسیر کرده و مدلی برای آن ارائه کنند. در اینجا یک چارچوب کلی برای بازشناسی اشیا که انگیزه آن از زیست شناسی گرفته شده است ارائه خواهد شد. این چارچوب توسط یک سیستم سلسله مراتبی توصیف شده و عملکرد آن بسیار مشابه نحوه بازشناسی اشیا در قشر بینایی مغز می باشد. همچنین نتیجه آزمایش های صورت گرفته، بیانگر قدرت این مدل جهت حل مسایل مطرح در زمینه بازشناسی اشیا می باشد.

مقدمه
بازشناسی اشیا همواره از اهمیت بسیار بالایی برخوردار بوده است. تاکنون تحقیقات بسیار زیادی پیرامون بازشناسی اشیا ارائه شده است، که هرکدام نقطه های ضعف و قدرت مختص به خود را دارا می باشند. با وجود قدمت زیاد این زمینه و گستردگی روش های ارائه شده، روشی که بتواند ادعا نماید در تمامی شرایط دارای کارکردی بهتر از بقیه روش ها می باشد گزارش نشده استو
در دهه های اخیر و با پیشرفت روش های یادگیری ماشین تلاش ها برای حل مساله به روش های محاسباتی بیشتر شده است چرا که این روش ها از ریاضیات و آمار جهت تمایز میان الگوها استفاده می کنند. با این وجود، توسعه روش های ماشینی به تنهایی قادر به ارائه بهترین روش جهت حل این گونه مسایل نیستند. استخراج ویژگی های مناسب تاثیر زیادی در کارایی این الگوریتم ها دارند. این روش ها با وجود اینکه در سال های اخیر توانسته اند با به کارگیری بهترین روش ها به نتایج قابل قبولی دست یابند، ولی همچنان در حل پاره از مسایل با مشکلاتی روبرو بوده اند. از آنجا که انسان ها و پستانداران بهترین و دقیق ترین سیستم بینایی را دارا می باشند، ساخت سیستمی که بازشناسی اشیا را در مغز شبیه سازی کند ایده جالبی خواهد بود.

قشر بینایی در مغز انسان در قطعه پس سری قرار گرفته است و حدود ۱۰ تا ۲۰ درصد از سطح جسم خاکستری را تشکیل می دهد. بیشترین مطالعه در مورد مغز انسان روی این قسمت صورت گرفته است و نتیجه این مطالعه ها به ارائه مدل های محاسباتی و زیستی مختلفی منجر شده است. یکی از نظریه هایی که امروزه بسیار مورد توجه قرار گرفته است، فرضیه ساختار سلسله مراتبی در قشر بینایی است. طبق این نظریه اطلاعات در قشر بینایی مغز به صورت سلسله مراتبی پردازش می شوند، به نحوی که در لایه های اولیه، خصوصیات سطح پایین مانند لبه و در سطوح بالاتر خصوصیات سطح بالاتر مانند خطوط دور شی و بافت ها پردازش می شود. هدف در این پایان نامه این است که با الهام گرفتن از چنین مکانیزمی که در مغز انجام می شود بتوانیم به یک چارچوب مناسب جهت بازشناسی اشیا دست پیدا کنیم.
هدف اصلی در این پایان نامه، استخراج ویژگی های اشیا، با بهره گرفتن از روشی الهام گرفته از دستگاه زیستی مغز برای استخراج ویژگی ها و به کار بستن آن برای حل مسایل مطرح در بازشناسی اشیا می باشد. ساختار این پایان نامه در ادامه بدین صورت می باشد که در فصل اول نگاهی گذرا به مدل ها و نگره های مرسوم در بازشناسی اشیا، خواهیم انداخت. سپس در فصل دوم به توصیف دستگاه بینایی انسان و لایه های زیستی قشر بینایی می پردازیم. در فصل سوم محاسباتی و پیاده سازی لایه های مختلف آن توصیف و بررسی می شود و سرانجام در فصل چهارم، آزمایش ها و نتیجه های آن بررسی شده است. در پایان نیز جمع بندی و کارهای آتی آورده شده است.
فصل اول
بازشناسی اشیا
در این بخش پس از ی کوتاه بر مفاهیم اولیه، سعی شده است که قوانین، نگره ها و مدل های بازشناسی اشیا به شکل خلاصه بیان شود. در ادامه، نظریه ها و مدل های محاسباتی بازشناسی اشیا که ایده اصلی آنها از سیستم بینایی گرفته شده است نیز مورد بررسی قرار خواهند گرفت. همچنین چالش های موجود بر سر راه بازشناسی اشیا و اینکه سیستم های کنونی بازشناسی اشیا تا چه حد پاسخگوی نیاز جامعه امروزی به وجود هوش مصنوعی می باشند، مورد مطالعه قرار می گیرد.

99