بهبود مدل توجه بینایی بر پایه الگوریتمهای تکاملی

این پایان نامه حاصل تحقیقات انجام شده بر روی توجه بینایی با تاکید بر روشهای مدلسازی و رویکرد های محاسباتی است. پس از مطالعه دقیق مدل پایه نقش? برجستگی که از مدلهای پایه مورد استفاده در بررسی توجه بینایی محسوب می شود، نحو? ترکیب نقشه های ویژگی را در ساختن نقشه برجستگی حائز اهمیت شناخته، سعی در بهبود آن نمودیم. روشهای مورد استفاده که در زمره الگوریتمهای تکاملی می باشند، عبارتند از: الگوریتم ژنتیک و شبکه عصبی پالسی جفت شده و نوع ساده شده آن، مدل غشایی متقاطع icm . شبکه pcnn هم برای بهبود فاز ترکیب نقشه های ویژگی استفاده شده است در این روش فقط اطلاعات درونی نقشه هایی که ترکیب می شوند تغییر می کند. از الگوریتم ژنتیک برای پیدا کردن بهترین وزنهایی که به هریک از نقشه های ویژگی در ترکیب خطی آنها اختصاص می یابد، استفاده شده است. در این الگوریتم وزنها پس از یک پروسه آموزش با معلم و با توجه به تصویری که محل دقیق هدف را به ما نشان می دهد، به دست می آیند. تشریح کامل پیاده سازی مدل نقشه برجستگی در محیط نرا افزار متلب و فراهم آمدن امکان مطالعات آتی در این باره از نتایج جانبی این تحقیق محسوب می شود. نتایج روش های ارائه شده بر روی دسته دادهی از تصاویر طبیعی حاوی مثلث هشدار راهنمایی و رانندگی –که پیشتر توسط مقالات معتبر بسیاری مورد استفاده قرار گرفته است- آورده شده است که بهبود قابل توجهی را از نظر کیفی و کمی نشان داده است.