فایل فردا

مرجع دانلود فایل های دانشجویی

فایل فردا

مرجع دانلود فایل های دانشجویی

دانلود ترجمه مقاله یادگیری مشخصه ­ی عابر پیاده براساس CNN چند برچسبی برای بیومتریک نرم

Multilabel CNN Based Pedestrian Attribute Learning for
دسته بندی کامپیوتر
بازدید ها 35
فرمت فایل doc
حجم فایل 4210 کیلو بایت
تعداد صفحات فایل 18
دانلود ترجمه مقاله یادگیری مشخصه ­ی عابر پیاده براساس CNN چند برچسبی برای بیومتریک نرم

فروشنده فایل

کد کاربری 1055
کاربر

IEEE-ICB 2015


Multi-label CNN Based Pedestrian Attribute Learning for Soft Biometrics

Abstract
Recently, pedestrian attributes like gender, age and
clothing etc., have been used as soft biometric traits for recognizing
people. Unlike existing methods that assume the
independence of attributes during their prediction, we propose
a multi-label convolutional neural network (MLCNN)
to predict multiple attributes together in a unified framework.
Firstly, a pedestrian image is roughly divided into
multiple overlapping body parts, which are simultaneously
integrated in the multi-label convolutional neural network.
Secondly, these parts are filtered independently and aggregated
in the cost layer. The cost function is a combination
of multiple binary attribute classification cost functions.
Moreover, we propose an attribute assisted person reidentification
method, which fuses attribute distances and
low-level feature distances between pairs of person images
to improve person re-identification performance. Extensive
experiments show: 1) the average attribute classification
accuracy of the proposed method is 5.2% and 9.3% higher
than the SVM-based method on three public databases,
VIPeR and GRID, respectively; 2) the proposed attribute assisted
person re-identification method is superior to existing
approaches.

یادگیری مشخصه ­ی عابر پیاده براساس CNN چند برچسبی برای بیومتریک نرم

چکیده

به تازگی، ویژگی­های عابر پیاده مثل جنس، سن و لباس و غیره، به­عنوان صفات بیومتریک نرم برای شناختن افراد استفاده شده­اند. برخلاف روش­های موجود که استقلال ویژگی­ها را در طول پیش­بینی آ­ن­ها در نظر می­گیرد، یک شبکه­ی عصبی پیچیده چند برچسبی (MLCNN) را به منظور پیش­بینی مشخصات متعدد همراه با هم در چارچوب یکپارچه ارائه می­کنیم. ابتدا، تصویر عابر پیاده تقریبا به چند بخش­ همپوشانی­کننده­ی بدن تقسیم می­شود، که بطور همزمان در شبکه عصبی پیچیده­ی چند برچسبی ادغام می­­شوند. در مرحله­ی دوم، این بخش­­ها بطور مستقل در لایه­ی هزینه فیلتر و طبقه­بندی می­شوند. تابع هزینه ترکیبی از چند تابع هزینه­ی طبقه­بندی ویژگی دودویی است. علاوه بر این، روش باز شناسایی شخص به کمک ویژگی را ارائه می­کنیم، که فواصل ویژگی و فواصل ویژگی سطح پایین را بین جفت تصاویر فرد به منظور بهبود عملکرد بازشناسایی فرد ترکیب می­کند. آزمایش­های گسترده نشان می­دهند: 1) میانگین دقت طبقه­بندی ویژگی روش ارائه شده به ترتیب 5.2% و 9.3% بیشتر از روش مبتنی بر SVM در سه پایگاه داده عمومی، VIPeR و GRID است، 2) روش پیشنهادی بازشناسایی فرد به کمک ویژگی نسبت به روش­های دیگر برتری دارد.

یادگیری مشخصه­ی عابر پیاده براساس CNN چند برچسبی برای بیومتریک نرم

چکیده

به تازگی، ویژگی­های عابر پیاده مثل جنس، سن و لباس و غیره، به­عنوان صفات بیومتریک نرم برای شناختن افراد استفاده شده­اند. برخلاف روش­های موجود که استقلال ویژگی­ها را در طول پیش­بینی آ­ن­ها در نظر می­گیرد، یک شبکه­ی عصبی پیچیده چند برچسبی (MLCNN ) را به منظور پیش­بینی مشخصات متعدد همراه با هم در چارچوب یکپارچه ارائه می­کنیم. ابتدا، تصویر عابر پیاده تقریبا به چند بخش­ همپوشانی­کننده­ی بدن تقسیم می­شود، که بطور همزمان در شبکه عصبی پیچیده­ی چند برچسبی ادغام می­­شوند. در مرحله­ی دوم، این بخش­­ها بطور مستقل در لایه­ی هزینه فیلتر و طبقه­بندی می­شوند. تابع هزینه ترکیبی از چند تابع هزینه­ی طبقه­بندی ویژگی دودویی است. علاوه بر این، روش باز شناسایی شخص به کمک ویژگی را ارائه می­کنیم، که فواصل ویژگی و فواصل ویژگی سطح پایین را بین جفت تصاویر فرد به منظور بهبود عملکرد بازشناسایی فرد ترکیب می­کند. آزمایش­های گسترده نشان می­دهند: 1) میانگین دقت طبقه­بندی ویژگی روش ارائه شده به ترتیب 5.2% و 9.3% بیشتر از روش مبتنی بر SVM در سه پایگاه داده عمومی، VIPeR و GRID است، 2) روش پیشنهادی بازشناسایی فرد به کمک ویژگی نسبت به روش­های دیگر برتری دارد.

پیاده سازی کنترل پیش بین عصبی در نرم افزار متلب

کنترل پیش بین مدل بدلیل توانایی دخالت دادن قیدهای حاکم بر پلانت در هنگام محاسبه سیگنال های کنترلی، یکی از استراتژی های بالقوه در کنترل فرآیندهای صنعتی است عیب بزرگی که کنترل پیش بین مدل دارد این است که باید مدل دقیقی از پلانت وجود داشته باشد تا بر اساس آن پیش بینی سیستم درست انجام شده در در نهایت با بهینه سازی بلادرنگ سیگنال های کنترلی در زمان های
دسته بندی برق ، الکترونیک و مخابرات
بازدید ها 13
فرمت فایل pdf
حجم فایل 1896 کیلو بایت
تعداد صفحات فایل 17
پیاده سازی کنترل پیش بین عصبی در نرم افزار متلب

فروشنده فایل

کد کاربری 6350
کاربر

کنترل پیش بین مدل بدلیل توانایی دخالت دادن قیدهای حاکم بر پلانت در هنگام محاسبه سیگنال های کنترلی، یکی از استراتژی های بالقوه در کنترل فرآیندهای صنعتی است. عیب بزرگی که کنترل پیش بین مدل دارد این است که باید مدل دقیقی از پلانت وجود داشته باشد تا بر اساس آن پیش بینی سیستم درست انجام شده در در نهایت با بهینه سازی بلادرنگ سیگنال های کنترلی در زمان های آینده، با دقت محاسبه شود. اما مدلسازی فرآیند های صنعتی پیچیده و غیرخطی با استفاده از روش های کلاسیک ممکن است جوابگو نباشد و باید دنبال راهی بود که بتواند دینامیک پلانت را بخوبی مدل کند و قابلیت یادگیری هم داشته باشد.

امروزه شبکه های عصبی جایگاه ویژه ای برای مدلسازی و کنترل فرآیند های صنعتی پیچیده پیدا کرده است. چرا که این شبکه ها هم قادر هستند، پیچیده ترین پلانت های غیرخطی را مدلسازی کنند و هم قابلیت یادگیری هم دارند یعنی می توانند از ورودی های جدیدی که به پلانت وارد می شوند، برای بهبود مدل عصبی استفاده کنند. در این پروژه یک پلانت غیرخطی درنظر می گیریم و سپس با مدلسازی عصبی و بهینه سازی بلادرنگ با استفاده از کنترل پیش بین مدل، پلانت را کنترل می کنیم.


پروژه طراحی و پیاده سازی ربات میکروموس

پایان نامه جهت اخذ درجه کارشناسی
عنوان کامل: طراحی و پیاده سازی ربات میکروماوس
دسته: مهندسی تکنولوژی برق- قدرت
فرمت فایل: WORD (قابل ویرایش)
تعداد صفحات: 42
________________________________________________________
بخشی از مقدمه:
بسیار خوشحالم که خداوند کمک کرد که بتوانم  روی پروژه‌ای کار کنم که واقعا از ته قلب کارکردن روی این زمینه و زمینه های مشابه را دوست داشتم و از علاقه مندی‌های تمام دوران زندگی‌ام بوده است، هرچند که در این مسیر سختی‌ها و مشکلاتی هم وجود داشت اما خواستن توانستن است، و من هم توانستم به آرزویم یعنی ساخت ربات میکروماوس برسم.
و از استاد گرامی‌ام آقای مغانی نهایت تشکر را دارم که این توفیق اجباری را نصیب بنده فرمودند و در سراسر کار و در کنار همه‌ی این مشکلات همراه و یاور اینجاب بودند.
چکیده
آنچه پیش‌روی شماست، نگارش تجربه‌ی بنده در زمینه‌ی کار روی ربات میکروماوس و تمام چیزهایی است که از ساخت این ربات و شرکت در مسابقه pnuopen 2013  به دست آورده‌ام، امیدوارم این چند صفحه‌ی کوتاه که از تمام کارهای انجام شده از آغاز کار تا تکمیل تمام پروژه یعنی ساخت  یک ربات میکروماوس است بتواند اطلاعاتی هر چند کوچک به دانسته‌های شما اضافه کند و بتواند باعث علاقه مندی شما در زمینه‌ی رباتیک و اللخصوص نوع میکروماوس باشد

واژه ی کلیدی :
ربات میکروماوس

جهت دانلود محصول اینجا کلیک نمایید