کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

صفحه اصلی / نهمین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

بررسی ساختار شبکه های عصبی پیچشی و کپسولی در بینایی رایانه ای و مقایسه آنها

نویسندگان :

علی قدیمی¹

1- مدرسه سما تنکابن

کلمات کلیدی :

شبکه‌های عصبی پیچشی،شبکه‌های عصبی کپسولی،بینایی رایانه‌ای،یادگیری عمیق،هوش مصنوعی

چکیده :

بینایی رایانه (CV) به سیستم‌های رایانه‌ای امکان می‌دهد تا با ترکیب سخت‌افزارهای تصویربرداری و مدل‌های هوش مصنوعی پیشرفته، اطلاعات بصری را تحلیل کنند. شبکه‌های عصبی مصنوعی و یادگیری عمیق، با الهام از ساختار مغز انسان، ابزارهای کلیدی در این فرآیند هستند که به شناسایی و استخراج الگوها در داده‌ها می‌پردازند. مسئله اصلی در بینایی رایانه، درک صحیح مدل عصبی از تصویر است. استفاده مستقیم از پیکسل‌های خام تصویر در مدل عصبی ساده کار صحیحی نیست؛ چون مشکلاتی مانند ناپایداری گرادیان‌ها، کاهش دقت مدل، حساسیت بیش از حد به نویز، بیش برازش، کشف نشدن الگوها، استخراج نشدن ویژگی‌های مهم داده و... را ایجاد می‌کند. برای حل این مشکلات استفاده از شبکه‌های عصبی پیچشی پیشنهاد شده است. نسخه‌های جدیدتری مانند شبکه‌های عصبی کپسولی نیز در حال توسعه هستند که در آینده قدرتمندتر خواهند بود. این روش‌ها می‌توانند به رایانه‌ها در کاربردهایی که نیاز به بینایی انسان‌گونه دارند، کمک بزرگی کنند.