محسن بیگلری - دانشجوی دکتری، دانشکده مهندسی کامپیوتر و آی تی، دانشگاه صنعتی شاهرود
علی سلیمانی - دانشیار، دانشکده مهندسی کامپیوتر و آی تی، دانشگاه صنعتی شاهرود
حمید حسن پور - استاد، دانشکده مهندسی کامپیوتر و آی تی، دانشگاه صنعتی شاهرود

طبقه بندی دقیق اشیاء (Fine-Grained Recognition) چالشی است که جامعه بینایی ماشین در حال حاضر با آن روبه رو است. در این نوع طبقه بندی، گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است؛ شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار می گیرد. این مسیله به دلیل وجود تعداد کلاسهای زیاد، تفاوت درون کلاسی بسیار و تفاوت بین کلاسی کم از مسایل طبقه بندی دشوار به شمار میرود. در این مقاله روشی مبتنی بر بخش برای شناسایی نوع و مدل خودرو پیشنهاد شده است. این روش برای طبقه بندی کلاس های مختلف خودرو، ابتدا بخش های متمایز کننده هر کلاس را به صورت خودکار تعیین می کند. سپس با استخراج ویژگی از این بخش ها و رابطه هندسی بین آنها، یک مدل یاد میگیرد. وزن بخش های مختلف هر مدل به صورت پویا و با استفاده از مجموعه داده های آموزشی یاد گرفته می شود. برای آزمایش سیستم پیشنهادی و به دلیل عدم وجود مجموعه داده به اشتراک گذاشته شده، یک مجموعه داده با بیش از 5000 خودرو از 28 کلاس مختلف تهیه شده و به صورت کامل علامت گذاری گشته است. نتیجه آزمایشات انجام شده بر روی این تصاویر که دارای تغییرات روشنایی زیاد و تغییرات زاویه اندک هستند، نشان از دقت بالای روش پیشنهادی دارد.

شناسایی دقیق اشیاء، شناسایی نوع و مدل وسیله نقلیه، ،VMMRرویکرد مبتنی بر بخش