Geri Dön

A Selective attention based method for recognition of optical handwritten digits

Seçici dikkat temelli bir elle yazılmış rakam tanıma yöntemi

  1. Tez No: 95449
  2. Yazar: ALBERT ALİ SALAH
  3. Danışmanlar: DOÇ. DR. ETHEM ALPAYDIN, DOÇ. DR. LALE AKARUN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2000
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 96

Özet

ÖZET SEÇİCİ DİKKAT TEMELLİ BİR ELLE YAZILMIŞ RAKAM TANIMA YÖNTEMİ Primatların görsel mekanizması görüntü tanımada yüksek performans sağlayan karmaşık bir sistemdir. Primatlar görüntünün tamamını bir anda algılamak yerine görüntünün daha çok bilgi içeren yerlerini seçerek sırayla buralara bakarlar. Bir mühendislik problemi olarak incelendiğinde, paralel örüntü tanıma çok fazla kaynağa ihtiyaç duyduğundan, seri tanıma daha verimlidir. Bu çalışmada örüntü tanıma için seçici dikkate dayalı seri bir model öneriyoruz. Seçici dikkat iki aşamalı bir sistemdir. Basit seviyede bileşenlerden oluşan bi rinci aşama görüntünün tamamından düşük çözünürlükte öznitelikler çıkartır. Yüksek çözünürlüğe sahip fovea dikkate değer bulunan noktalardan daha fazla bilgi toplaya bilmek için yönlendirilir. Birinci aşamayı bir ilginçlik haritası ile, daha karmaşık ikinci aşama ve zaman içindeki sıralı birleştirmeyi ise Markov modelleri ile benzetiyoruz. Kurduğumuz iki aşamalı modeli elle yazılmış sayıları tanıma problemi ile deniyoruz. İlginçlik haritası görüntüden öznitelikler çıkartır. Foveadan alınan yer ve içerik bilgisini Markov modelleriyle birleştirerek tanıma problemini zaman içinde sıralı hale getiriyoruz. İki aşama arasında bölgesel uzman sistemler kullanarak birinci aşamadan gelen bilgiyi düzenliyor ve ikinci aşamanın tanıma işlemini kolaylaştırıyoruz. Birinci aşama için değişik ilginçlik haritalarını, uzman sistemler için basit ve çok katmanlı yapay sinir ağlarını, ikinci aşama içinse görünür ve saklı Markov modellerini karşılaştırıyoruz. Ayrıca baktığımız noktaların sayısını örüntünün zorluğuna göre be lirlemek için bir dinamik fovea benzetiyoruz. Sonuçlarımız bu yöntemin daha karmaşık örüntü tanıma problemlerine uygulanabilirliğini gösterir niteliktedir.

Özet (Çeviri)

IV ABSTRACT A SELECTIVE ATTENTION BASED METHOD FOR RECOGNITION OF OPTICAL HANDWRITTEN DIGITS Primates have a very complex and efficient system for visual recognition. Primates do not absorb the whole information content of the visual field at once, but selectively and serially attend to locations that contain high information. Since parallel recognition requires great computational resources, doing serial recognition is interesting from an engineering point of view. In this work, we propose a serial recognition model for pattern recognition that is based on selective attention. The selective attention mechanism operates at two levels. The primitive, bottom-up attentive level extracts low-resolution features over the whole visual field. The high- resolution fovea is directed around the visual field to gather more information about spots of interest. We simulate the attentive level with a saliency scheme, and the more complex, top-down, temporally sequential associative level with Markov models. We test our model on a well-studied handwritten numeral recognition problem. The saliency scheme extracts features like oriented lines from a downsampled image. We simulate the movement of the fovea by passing a window over the image, and extract location and content information that are combined with the Markov model. We use local experts between the two levels of processing to sort out the output of the attentive level and to help the associative level in classification. We compare different saliency schemes in the attentive level, linear vs. multi-layer perceptrons for the local experts, and hidden vs. observable Markov models in the associative level. We simulate a dynamic fovea to control the number of attended spots for classification. Our results show that this model can be applied to more demanding pattern recognition tasks.

Benzer Tezler

  1. Hedef kimyasala duyarlı floresan malzemelerin sentezi ve kimyasal sensörlerde kullanımı

    Synthesis of fluorescent materials sensitive to target chemicals and usage in chemical sensors

    FEHMİ KARAGÖZ

    Doktora

    Türkçe

    Türkçe

    2015

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    DOÇ. DR. ORHAN GÜNEY

  2. İyon seçici sol-jel film sentezi ve optik sensör olarak kullanmı

    Ion selective sol-gel film synthesis and usage as optical sensor

    MERVE UMUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. ORHAN GÜNEY

  3. Elektro döndürme yöntemi ile elde edilen karbon nanolif ve karbon nanotüplerin karakterizasyonu ve işlevselleştirilmesi

    Characterisation and functionalization of electrospun carbon nanofibers and carbon nanotubes

    MERVE YILMAZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Bölümü

    YRD. DOÇ. FİLİZ ALTAY

  4. Synthesis and sensor appplication of reusable fluorescent uranyl-imprinted polymer gels

    Yeniden kullanılabilir uranil-imprint floresan polimer jellerin sentezi ve sensör olarak kullanılması

    ELİF GÖKÇE ATÇAKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Kimyaİstanbul Teknik Üniversitesi

    Polimer Bilim ve Teknolojisi Ana Bilim Dalı

    PROF. DR. ORHAN GÜNEY

  5. Zihinsel ağırlıklı işler için bilişsel görev analizi yöntemi

    Başlık çevirisi yok

    NİLGÜN YAPICIOĞLU FIĞLALI

    Doktora

    Türkçe

    Türkçe

    1998

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET F. ÖZOK