شبکهٔ عصبی پیچشی همراه با آمیزه‌ای از ماشین‌های یادگیری افراطی برای استخراج ویژگی و طبقه‌بندی تصاویر تصادف

نویسندگان: Ali Pashaei، Mehdi Ghatee و Hedieh Sajedi

منتشرشده در: Journal of Real-Time Image Processing، 17(4)، 1051–1066 — فوریهٔ 2019 https://doi.org/10.1007/s11554-019-00852-3

چکیده:

این مقاله تصاویر تصادف را بررسی می‌کند و یک روش یادگیری عمیق برای استخراج ویژگی، همراه با آمیزه‌ای از خبرگان برای طبقه‌بندی، توسعه می‌دهد. برای کار نخست، از خروجی‌های آخرین لایهٔ تجمیع بیشینهٔ یک شبکهٔ عصبی پیچشی (CNN) برای استخراج خودکار ویژگی‌های پنهان استفاده می‌شود. برای کار دوم، آمیزه‌ای از گونه‌های پیشرفتهٔ ماشین یادگیری افراطی (ELM)، شامل ELM پایه، ELM مقید (CELM)، ELM ترتیبی برخط (OSELM) و ELM هسته‌ای (KELM)، توسعه داده می‌شود. این طبقه‌بند تجمیعی، مزایای ELMهای مختلف را با استفاده از یک شبکهٔ دروازه‌بان ترکیب می‌کند؛ دقت آن بسیار بالاست و درعین‌حال زمان پردازش آن به بلادرنگ نزدیک است. برای نشان دادن کارایی، ترکیب‌های مختلف روش‌های سنتی استخراج و انتخاب ویژگی و طبقه‌بندهای گوناگون بر دو نوع دادهٔ معیار، شامل مجموعه‌دادهٔ تصاویر تصادف و برخی مجموعه‌داده‌های عمومی، بررسی می‌شوند. نشان داده می‌شود که سامانهٔ پیشنهادی، تصادف‌ها را با دقت (precision)، بازیابی و معیار F برابر با 99.31% شناسایی می‌کند. افزون بر این، دقت طبقه‌بندی شدت تصادف و طبقه‌بندی خودروهای درگیر به‌ترتیب 90.27% و 92.73% است. این سامانه برای پردازش برخط تصاویر تصادفی مناسب است که با وسایل پرندهٔ بدون سرنشین (UAV) یا دیگر سامانه‌های نظارتی ثبت خواهند شد.

منبع داده (قابل دریافت)