23554

COM2 646

كارشناسي ارشد

مهندسي كامپيوتر - هوش مصنوعي و رباتيكز

مهندسي كامپيوتر

1401/06/28

90 ص.

پيمان اديبي

شناسايي بصري بدون نمود نمونه‌اي , شناسايي بصري بدون نمود نمونه‌اي تعميم‌يافته , خود رمزنگار معنايي , حذف ويژگي

شناسايي بصري بدون نمود نمونه‌اي، به‌نوعي از مدل‌هاي شناسايي بصري گفته مي‌شود كه مي‌تواند تنها با داشتن يك توصيف متني از دسته‌هايي كه نمونه‌ بصري‌اي از آن‌ها در زمان آموزش نديده‌اند، آن‌ها را در زمان آزمون دسته‌بندي كنند. در حالت تعميم‌يافته يادگيري بصري بدون نمود نمونه‌اي، دسته‌بندي هم بر روي دسته‌هاي ديده شده و هم ديده نشده انجام مي‌گيرد. مدل خود رمزنگار معنايي، اقدام به نگاشت ويژگي‌هاي بصري به فضاي معنايي خصيصه‌‌ها (برچسب‌هاي معنايي دسته‌ها) - رمزنگار - و سپس بازسازي ويژگي بصري ابتدايي از خصيصه‌ معنايي ساخته شده - رمزگشا - مي‌كند. يكي از چالش‌هاي مهم در موضوع شناسايي بصري بدون نمود نمونه‌اي، باياس مدل نسبت به دسته‌هاي ديده شده است. در اين پژوهش به بررسي اثر حذف ويژگي در زمان آموزش مدل خود رمزنگار معنايي، به منظور كاهش باياس مدل نسبت به دسته‌هاي ديده شده، پرداخته خواهد شد. حذف به چهار شيوه حذف تصادفي، حذف بر اساس امتياز اهميت ويژگي، حذف بر اساس انتخاب ويژگي ناهمبسته و حذف بر اساس نظريه بازي بر روي الگوريتم خود رمزنگار معنايي اعمال گرديده و آزمايشاتي براي ارزيابي مدل ارائه شده بر روي چهار مجموعه‌داده معروف شناسايي بصري بدون نمود نمونه‌اي AWA2، CUB، aPY و SUN انجام گرديده است. همين‌طور اثر حذف بر اساس انتخاب ويژگي ناهمبسته بر روي الگوريتم شيوه بيش از اندازه ساده يادگيري بدون نمود نمونه‌اي (ESZSL) نيز بررسي گرديده است. به‌منظور مقايسه كلي صحت يادگيري بصري بدون نمود نمونه‌اي، بررسي‌ها بر روي پنج شبكه مختلف استخراج ويژگي بصري ResNet101، MobileNet، MobileNetV2، Xception و EfficientNetB7 انجام‌گرفته و نتايج آن‌ها بر روي چهار مجموعه‌داده گزارش شده است. نتايج نشان مي‌دهد كه حذف ويژگي مي‌تواند تأثير مثبتي در بهبود صحت يادگيري بصري بدون نمود نمونه‌اي (و حالت تعميم‌يافته آن) بر روي دو الگوريتم خود رمزنگار معنايي و شيوه بيش از اندازه ساده يادگيري بدون نمود نمونه‌اي (ESZSL) داشته باشد

Zero-shot visual recognition , Generalized Zero-shot learning , Semantic auto-encoder , Feature deletion

Zero-shot Visual Recognition using Robust Feature selection

مهندسي هوش مصنوعي

Zero-shot Visual Recognition is an object recognition model that can classify objects by only a semantic description of that class without seeing any samples of that class during training phase. In generalized Zero-shot learning, model would classify both seen and unseen classes. Semantic Auto-Encoder (SAE) is an auto-encoder that encodes visual features to semantic space and reconstructs the features again to gain a rich mapping from visual to semantic space. In this work, we will investigate the effect of feature deletion during training stage on semantic auto-encoder. Deletion will happen in four scenarios: a)random, b)based on feature importance score, c)based on Uncorrelated feature selection, and d)based on game theory. Experiments will be conducted on AWA, CUB, aPY, and SUN and with the use of five feature extraction networks: ResNet, MobileNet, MobileNetV2, Xception, and EfficientNetB7. The result shows that feature deletion can improve the of result semantic auto-encoder for zero-shot learning

6