استخراج ويژگي‌ها جهت بازشناسي اشيا با الهام از بينايي انسان

در اين مقاله سعي شده است تا با الگو برداري از سامانه‌ي بينايي انسان، يك روش مقاوم و تكرارپذير براي بازشناسي اشيا ارائه شود. يكي از معروف ترين مدل هاي ارائه شده مبتني بر بينايي انسان، مدل HMAX مي باشد كه عمل‌كرد مناسبي در بازشناسي اشيا از خود نشان داده است. اما تفاوت هايي نيز بين اين مدل و بينايي انسان وجود دارد، به طوري كه رويه‌ي مغز به طور كامل مدل نشده است. از جمله نواقص اين مدل مي توان به تكرارناپذيري (حتي در شرايط ثابت)، وجود افزونگي بسيار زياد و در نتيجه حجم بالاي محاسبات و كند بودن اشاره كرد. در اين مقاله، سعي شده است تا با مدل كردن عمل‌كرد بخش ثانويه‌ي قشر بينايي و اضافه كردن آن به HMAX، مدل كامل تري از بينايي انسان ارائه گشته و نقاط ضعف مدل HMAX ، پوشش داده شود. بخش اضافه شده، مانند بخش ثانويه‌ي قشر بينايي، با تمركز روي ويژگي هاي سطح بالاتر و انتخاب ويژگي هاي متمايزكننده و البته تكرارپذير، باعث بهبود يافتن عمل‌كرد مدل خواهد شد. بخش اضافه شده، بار محاسباتي بسيار اندكي داشته به طوري كه نه‌تنها باعث كند شدن مدل نمي شود، بلكه با انتخاب ويژگي هاي مختصر و مفيد، باعث افزايش سرعت نيز خواهد شد. روش پيشنهادي از لحاظ دقت و زمان پردازش با روش استاندارد مقايسه شده و برتري مدل پيشنهادي نشان داده شده است. علاوه بر آن، تاثير تعداد ويژگي هاي استخراج شده و تعداد تصاوير مورد استفاده جهت آموزش، مورد بررسي قرار گرفته است تا برتري روش پيشنهادي، به ويژه در زماني كه تعداد تصاوير اندكي در دست مي‌باشد، نشان داده شود.