فراتفكيك‌پذيري تصاوير متني با استفاده مكانسيم‌هاي توجه

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

هدف فراتفكيك‌پذيري تك تصوير (SISR) بازيابي تصاوير با وضوح بالا از تصاوير با وضوح پايين است كه با توسعه يادگيري عميق در سال‌هاي اخير پيشرفت زيادي داشته است. فراتفكيك‌پذيري تصاوير متن صحنه (STISR) زيرشاخه‌اي از SISR با هدف افزايش وضوح تصوير متني با وضوح پايين و افزايش خوانايي كاراكترهاي تصوير است. علي‌رغم پيشرفت‌هاي قابل توجه در رويكردهاي اخير، STISR به دليل تنوع پس‌زمينه، ظاهر متن و طرح‌بندي و غيره همچنان يك كار چالش برانگيز است. شبكه‌هاي فراتفكيك‌پذيري تصاوير متن صحنه در صورت دستيابي به نتايج قابل‌توجه در شرايط چالش‌برانگيز به دليل كاهش هزينه ناشي از استفاده از دوربين‌هاي ارزان قيمت امكان هوشمندسازي بسياري در صنايع مختلف را فراهم مي‌كند. ايده اصلي اين پژوهش استفاده از مكانيسم توجه براي توجه و تمركز بيشتر شبكه فراتفكيك‌پذيري بر روي مناطق مهم و عدم تمركز بر مناطق كم اهميت تصاوير ورودي است. در اين پژوهش يك لايه توجه به خود چند سر مبتني بر پنجره انتقال‌يافته به همراه دو ماژول توجه فضايي و كانال براي استخراج ويژگي‌ هاي موثر در يك پيكربندي منحصر به فرد با هدف افزايش عملكرد شبكه فراتفكيك‌پذيري تصاوير متن صحنه ارائه شده است. باتوجه به نتايج به دست آمده توسط مدل بازشناسي متن ASTER بر روي زير مجموعه آسان از مجموعه داده استاندارد ،TextZoom روش پيشنهادي (MTATTEAM) موفق به كسب نتايج بالاتري نسبت به بسياري از مدل‌هاي مطرح اخير شده است. روش پيشنهادي دقت بازشناسي متن را در زير مجموعه آسان از TextZoom با استفاده از مدل بازشناسي متن ASTER 4.2 درصد و MORAN 3.2 درصد در مقايسه با مدل پايه خود (TATT) افزايش داده است.

228330

مخابرات سيستم

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان