دانلود پروژه: استفاده از تطابق گراف¬ها در تشخیص اشیا با یک رویکرد تکاملی

کلید واژه‌ها: تشخیص شی، بینایی ماشین، تطبیق گراف و الگوریتم تکاملی

چکیده

گراف­ها ابزارهایی برای نمایش داده­ها و ارتباط ساختاری بین آن­ها می­باشند. گراف­ها کاربردهای فراوانی در علوم مختلف و از جمله در بحث پردازش تصویر و تشخیص اشیا دارند. به دلیل این­که گراف­ها علاوه بر توصیف کمی، ارتباط ساختاری بین بخش­های مختلف شی را بازگو می­کنند، در تشخیص اشیا پیچیده موفق عمل می­کنند. همچنین شی توصیف شده با گراف، در مقابل تغییرات چرخش، جابجایی، تغییر مقیاس و اعوجاج مقاوم بوده و تغییر نمی­کند.

با افزایش تعداد ویژگی­های تصویر، اندازه گراف بیش از حد بزرگ شده و موجب پیچیده­تر شدن فرآیند تطبیق گراف می­شود. ثابت شده که مساله تطبیق گراف، یک مساله از نوع چند­جمله­ای
غیرقطعی – سخت می­باشد. بنابراین بسیاری از روش­های مختلف مانند شبکه عصبی، آرام­سازی احتمالی، الگوریتم ژنتیک، استراتژی تکاملی، الگوریتم تخمین توزیع، روش­های بهینه­سازی ترکیبی و غیره برای تطبیق گراف مورد استفاده قرار گرفته­اند.

در این پایان­نامه به مطالعه و تجزیه و تحلیل حل مساله­ی تطبیق گراف که در تشخیص شی مبتنی بر گراف کاربرد اساسی دارد، پرداخته شده است. بدین منظور مساله تطبیق گراف به­صورت یک مساله­ی
بهینه­سازی فرمول­بندی شده و سپس جهت حل آن، الگوریتم ژنتیک با عملگرهای ویژه و الگوریتم رقابت استعماری به­صورت پیوسته و گسسته پیشنهاد، طراحی و پیاده­سازی شده است. نتایج آزمایش­های انجام گرفته بر روی این سه راه­کار پیشنهادی، حکایت از برتری الگوریتم رقابت استعماری با کدگذاری اعشاری (RICAGM) دارد. همچنین الگوریتم ژنتیک (GAGM) نسبت به الگوریتم رقابت استعماری با کدگذاری جایگشت (PICAGM) نتایج بهتری ارائه می­دهد که به دلیل استفاده از عملگر جهش تطبیقی در الگوریتم ژنتیک می­باشد.