1
کارشناس ارشد از دانشگاه شهید باهنر کرمان، بخش مهندسی کامپیوتر
2
دانشکده مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
چکیده
تشخیص جسم یک مسئله مهم و کاربردی در زمینه بینایی ماشین است که شامل پیش‌بینی موقعیت اجسام در تصویر و دسته‌بندی آن‌ها براساس دسته‌های مشخص‌شده است. برای اینکه بتوان اجسام را با موفقیت در تصویر پیدا و شناسایی کرد، استخراج ویژگی‌های مناسب که قدرت تشخیص بین اجسام مشابه و مختلف را داشته باشند یک امر ضروری است. در سال‌های اخیر، شبکه‌های عصبی پیچشی (CNN) به دلیل توانایی خود در یادگیری خودکار ویژگی‌های بصری، به عنوان یک راهکار موثر برای تشخیص جسم مطرح شده‌اند. این مقاله سعی دارد که به اهمیت و چالش‌های پیش رو در این زمینه پرداخته و پس از معرفی مجموعه‌داده‌های مشهور، به مروری بر شبکه‌ها و مدل‌های مطرح تشخیص جسم بپردازد. سپس با معرفی معیارهای ارزیابی متداول در این حوزه، مدل‌های ارائه شده توسط محققان را مورد ارزیابی قرار داده و راهکار‌ها و نوآوری‌های اخیر در این زمینه را معرفی کند.
حمزه نژادی, محمدحسین, & محسنی, حدیث. (1402). مروری بر روش‌های تشخیص جسم مبتنی بر شبکه‌های عصبی پیچشی: بررسی چالش‌ها و راهکار‌های جدید. مجله بینایی ماشین و پردازش تصویر, (), -.
MLA
محمدحسین حمزه نژادی; حدیث محسنی. "مروری بر روش‌های تشخیص جسم مبتنی بر شبکه‌های عصبی پیچشی: بررسی چالش‌ها و راهکار‌های جدید". مجله بینایی ماشین و پردازش تصویر, , , 1402, -.
HARVARD
حمزه نژادی, محمدحسین, محسنی, حدیث. (1402). 'مروری بر روش‌های تشخیص جسم مبتنی بر شبکه‌های عصبی پیچشی: بررسی چالش‌ها و راهکار‌های جدید', مجله بینایی ماشین و پردازش تصویر, (), pp. -.
VANCOUVER
حمزه نژادی, محمدحسین, محسنی, حدیث. مروری بر روش‌های تشخیص جسم مبتنی بر شبکه‌های عصبی پیچشی: بررسی چالش‌ها و راهکار‌های جدید. مجله بینایی ماشین و پردازش تصویر, 1402; (): -.
)