این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۵، شماره ۲، صفحات ۵۵-۶۸
عنوان فارسی تشخیص و فیلترینگ هوشمند تصاویر نامتعارف به کمک شبکه‌های عصبی عمیق
چکیده فارسی مقاله با پیشرفت روزافزون اینترنت و رسانه­های تحت وب، توزیع و اشتراک منابع اطلاعاتی نظیر تصویر در حال افزایش است. اشتراک این منابع علاوه بر مزایای بسیار، خطرات و مشکلاتی نظیر دسترسی به تصاویر نامتعارف دارد که به نوبه‌ی خود تهدیدی برای فرهنگ­ جوامع مختلف، به­خصوص نوجوانان و جوانان است. امروزه بسیاری از افراد، عضو سایت­های اجتماعی از جمله اینستاگرام و فیسبوک هستند. به دلیل عدم وجود فیلترینگ هوشمند مناسب، حتی وجود درصدی اندک از تصاویر نامتعارف، فیلتر شدن کلیِ سایت­های اجتماعی را به همراه دارد که برای کاربران، احساس نارضایتی را به ارمغان می‌آورد. به همین منظور، در این مقاله به تحلیل و بررسی روشی برای دسته­بندی تصاویر نامتعارف و فیلترینگ هوشمند آن‌ها پرداخته شده است. یکی از مشکلات این نوع از سیستم‌ها، حجم بالای داده‌های موجود در شبکه­های تحت وب و استخراج ویژگی­های معنادار در این حجم از داده­ها است. در این راستا، در این مقاله روشی جدید، بر پایه شبکه­های عصبی عمیق به منظور تشخیص هوشمند تصاویر نامتعارف ارائه شده است. این نوع از شبکه‌ها­، مفاهیم سطح بالا را از روی‌ ویژگی‌های سطح پایین استخراج می­کنند و با این استخراج مفاهیم، به دقت مناسبی در دسته‌بندی اطلاعات دست‌ می‎یابند. در این تحقیق، معماری جدیدی برای شناسایی تصاویر نامتعارف پیشنهاد شده است. نتایج بدست آمده بر روی مجموعه داده‌ی به‌نسبت بزرگ آزمایش شده است. این آزمایش‌ها نشان می‎دهد که روش پیشنهادی دو درصد دقت بیشتری نسبت به روش­های جدید مطرح شده در شناسایی تصاویر نامتعارف دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Intelligent Identifications and filtering of unconventional images based on deep neural networks
چکیده انگلیسی مقاله Nowadays vast improvement of internet access and significant growth of web based broadcasters have resulted in distribution and sharing of informative resources such as images worldwide. Although this kind of sharing may bring many advantageous, there are certain risks such as access of kids to porn images which should not be neglected. In fact, access to these images can be a threat to the culture of any society where kids and adults are included. However, many of internet users are a member of social websites including Facebook and Instagram and without an appropriate intelligent filtering system, presence of few unconventional images may result in total filtering of these websites causing unpleasant feeling of members. In this paper, an attempt was made to propose an approach for clustering and intelligent filtering of unconventional images. One of the major issues on these occasions is the analysis of a large volume of data available in the websites which might be a very time consuming task. A deep neural network might be a good option to resolve this issue and provide a good accuracy in dealing with huge databases. To build such deep networks, new structural designs which are suitable for analyzing big databases was used. The results obtained indicated that the approach presented is able to provide an overall better performance compared to other methods presented earlier.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی قنبری سرخی | ali ghanbari sorkhi
shahrood university
دانشگاه صنعتی شاهرود

منصور فاتح |
shahrood university
دانشگاه صنعتی شاهرود

حمید حسن پور |
shahrood university
دانشگاه صنعتی شاهرود

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1065-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-877397.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش تصویر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات