3-D object recognition using multi-wavelet and neural network

تاريخ النشر

2012-01-31

دولة النشر

العراق

عدد الصفحات

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

الملخص AR

هذا البحث يقدم تقنيات تحويل الموجة المتعددة و الشبكة العصبية الاصطناعية لتمييز الأجسام الثلاثية من صور ثنائية الأبعاد باستعمال الشرائح.

التقنيات المقترحة تختبر عن طريق بيانات تحوي خصائص الشرائح المختلفة و الجزء ذات الطاقة العالية بعد استخدام أسلوب يعتمد على تحويل الموجة المتعددة للشرائح.

مجموعة الاختبار تحتوي على مجموعتين المجموعة الأولى تحتوي على صور و شرائح و خصائص الشرائح و الجزء ذات الطاقة العالية بعد استخدام أسلوب يعتمد على تحويل الموجة المتعددة للشرائح تشابه بعض تلك الموجودة في قاعدة البيانات.

أما المجموعة الثانية فتحتوي على صور، شرائح، خصائص الشرائح و الجزء ذات الطاقة العالية بعد استخدام أسلوب يعتمد على تحويل الموجة المتعددة للشرائح تشابه بعض تلك الموجودة في قاعدة البيانات لكن بعد إجراء تحويرات عليها مثل التدوير، التصغير، التكبير و التزحيف.

التمييز باستخدام الشبكات العصبية الاصطناعية للمجموعة الأولى أعطت نسبة (94 %) و (83 %) باستخدام الخصائص و الجزء ذات الطاقة العالية للشرائح على الترتيب و التي هي أفضل مقارنة بالتمييز بطريقة قياس المسافة الأقل للتشابه.

أما بالنسبة للتمييز باستخدام الشبكات العصبية الاصطناعية للمجموعة الثانية فقد أعطت نسبة (94 %) و (72 %) باستخدام الخصائص و الجزء ذات الطاقة العالية للشرائح على الترتيب و التي هي أفضل مقارنة بالتمييز بطريقة قياس المسافة الأقل للتشابه و التي أعطت نسبة (11 %) و (33 %) على الترتيب.

كذلك الوقت المستغرق خلال عملية التمييز باستخدام الشبكات العصبية الاصطناعية أقل مما في طريقة قياس المسافة الأقل للتشابه.

الملخص EN

This search has introduced the techniques of multi-wavelet transform and neural network for recognition 3-D object from 2-D image using patches.

The proposed techniques were tested on database of different patches features and the high energy subband of discrete multi-wavelet transform DMWT (gp) of the patches.

The test set has two groups, group (1) which contains images, their (gp) patches and patches features of the same images as a part of that in the data set beside other images, (gp) patches and features, and group (2) which contains the (gp) patches and patches features the same as a part of that in the database but after modification such as rotation, scaling and translation.

Recognition by back propagation (BP) neural network as compared with matching by minimum distance, gave (94%) and (83%) score by using group (1), (gp) and features respectively, which is much better than the minimum distance.

Recognition using (gp) neural network (NN) gave a (94%) and (72%) score by using group (2), (gp) and features respectively, while the minimum distance gave (11%) and (33%) scores.

Time consumption through the recognition process using (NN) with (gp) is less than that minimum distance.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Ismail, Tariq Ziyad& Abbud, Zaynab Ibrahim. 2012. 3-D object recognition using multi-wavelet and neural network. Journal of Engineering،Vol. 18, no. 1, pp.78-94.
https://search.emarefa.net/detail/BIM-288782

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Ismail, Tariq Ziyad& Abbud, Zaynab Ibrahim. 3-D object recognition using multi-wavelet and neural network. Journal of Engineering Vol. 18, no. 1 (Jan. 2012), pp.78-94.
https://search.emarefa.net/detail/BIM-288782

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Ismail, Tariq Ziyad& Abbud, Zaynab Ibrahim. 3-D object recognition using multi-wavelet and neural network. Journal of Engineering. 2012. Vol. 18, no. 1, pp.78-94.
https://search.emarefa.net/detail/BIM-288782

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes appendix : p. 87-94

رقم السجل

BIM-288782

حفظتم الحفظ طباعة

قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"

أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي

مرصد "معرفة"
لقياس الإنتاج العلمي العربي

تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر