البحث في تصنيف الصور بناءً على دمج الميزات العالمية والمحلية

لطالما كان تصنيف الصور موضوعًا بحثيًا كلاسيكيًا في مجال معالجة الصور. في السنوات الأخيرة ، أدى تطور التعلم العميق إلى إثارة موجة جديدة من أبحاث الذكاء الاصطناعي ، مما يعزز تطوير تقنيات رؤية الكمبيوتر ذات الصلة. أصبحت طريقة التعرف على صور الأوراق القائمة على التعلم العميق موضع اهتمام بحثي ، مثل الشبكات العصبية الالتفافية التي تتمتع بقدرة جيدة على حل مشاكل التعرف على الصور ، مثل LeNet-5 و AlexNet و VGGNet و GoogLeNet و ResNet و DenseNet وشبكات عصبية أخرى ، تعمل باستمرار على تحقيق إنجازاتها في مهام التصنيف. تركز معظم شبكات التعلم العميق على تحسين هيكل الشبكة ، متجاهلةً التكامل بين مجالات الاستقبال المختلفة. بناءً على ذلك ، يركز هذا المقال على التكامل بين الميزات العالمية والمحلية للصور ويقترح نموذج شبكة FGL. تستخرج FGL ميزات الصورة من مجالات استقبال كبيرة وصغيرة على حد سواء ، وتجمع بين تكاملها ليقترح وحدة دمج طبقية ، مما يعزز استخراج ميزات الصورة الفعالة ويحسن دقة التصنيف. حققت FGL نتائج أفضل في CIFAR10 و CIFAR100 و SVHN. وصلت النتائج إلى 96.8٪ و 84.2٪ و 97.9٪ على التوالي. تتمتع FGL بالمزايا التالية: إنها شبكة شاملة؛ يمكن استخراج مزيد من معلومات الميزات تحت نفس ظروف البيانات.