view in publisher's site

50 Years of object recognition: Directions forward

Highlights•We survey the literature on passive and active object recognition during the last 50 years.•We survey some of the best performing object recognition algorithms.•We discuss the limitations and drawbacks of current methodologies.•We discuss future novel research directions.AbstractObject recognition systems constitute a deeply entrenched and omnipresent component of modern intelligent systems. Research on object recognition algorithms has led to advances in factory and office automation through the creation of optical character recognition systems, assembly-line industrial inspection systems, as well as chip defect identification systems. It has also led to significant advances in medical imaging, defence and biometrics. In this paper we discuss the evolution of computer-based object recognition systems over the last fifty years, and overview the successes and failures of proposed solutions to the problem. We survey the breadth of approaches adopted over the years in attempting to solve the problem, and highlight the important role that active and attentive approaches must play in any solution that bridges the semantic gap in the proposed object representations, while simultaneously leading to efficient learning and inference algorithms. From the earliest systems which dealt with the character recognition problem, to modern visually-guided agents that can purposively search entire rooms for objects, we argue that a common thread of all such systems is their fragility and their inability to generalize as well as the human visual system can. At the same time, however, we demonstrate that the performance of such systems in strictly controlled environments often vastly outperforms the capabilities of the human visual system. We conclude our survey by arguing that the next step in the evolution of object recognition algorithms will require radical and bold steps forward in terms of the object representations, as well as the learning and inference algorithms used.

۵۰ سال بازشناسی اشیا: مسیر رو به جلو

کاره‌ای مهم: ما در طول ۵۰ سال گذشته، متون را در مورد به رسمیت شناختن موضوع فعال و فعال بررسی کردیم. * ما برخی از بهترین الگوریتم های تشخیص شی را بررسی می‌کنیم. * درباره محدودیت‌ها و اشکالات روش‌های فعلی بحث و گفتگو می‌کنیم. * ما در مورد تحقیقات جدید درباره سیستم‌های بازشناسی directions.Abst در آینده بحث می‌کنیم که یک جز بسیار مستحکم و مستحکم سیستم‌های هوشمند مدرن را تشکیل می‌دهند. تحقیق در مورد الگوریتم های شناسایی اشیا منجر به پیشرفت در اتوماسیون کارخانه و دفتر از طریق ایجاد سیستم‌های بازشناسی ویژگی نوری، سیستم‌های بازرسی صنعتی خط مونتاژ، و همچنین سیستم‌های شناسایی نقص تراشه شده‌است. این امر همچنین منجر به پیشرفت‌های چشمگیری در تصویربرداری پزشکی، دفاع و بیومتری شده‌است. در این مقاله، ما در مورد تکامل سیستم‌های بازشناسی اشیا بر پایه کامپیوتر در طول پنجاه سال گذشته بحث می‌کنیم و موفقیت‌ها و شکست‌های پیشنهادی راه‌حل‌های پیشنهادی را به این مساله مرور می‌کنیم. ما وسعت رویکردهای اتخاذ شده در طول سال‌ها در تلاش برای حل این مشکل را بررسی می‌کنیم و نقش مهمی را که رویکردهای فعال و هوشیار باید در هر راه‌حل که شکاف معنایی را در نمایش شی پیشنهاد می‌کند ایفا می‌کنند، در حالی که به طور همزمان منجر به الگوریتم‌های یادگیری و استنتاج کارآمد می‌شوند. از اولین سیستم‌هایی که با مشکل بازشناسی شخصیت سروکار دارند، به عامل‌های visually مدرن که می‌توانند تمام اتاق‌ها را برای اشیا جستجو کنند، ما استدلال می‌کنیم که یک رشته مشترک از همه این سیستم‌ها، شکنندگی آن‌ها و ناتوانی آن‌ها برای تعمیم و همچنین سیستم بصری انسان است. با این حال، در عین حال، نشان می‌دهیم که عملکرد چنین سیستم‌هایی در محیط‌های کنترل‌شده اغلب بسیار بهتر از قابلیت‌های سیستم بصری انسان عمل می‌کند. ما بررسی خود را با این استدلال به پایان می‌بریم که گام بعدی در تکامل الگوریتم شناسایی شی نیازمند گام‌های اساسی و جسورانه به جلو از نظر نمایش شی، و همچنین الگوریتم های یادگیری و استنتاج مورد استفاده است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Software
  • ترجمه مقاله Software
  • مقاله نرم‌افزار
  • ترجمه مقاله نرم‌افزار
  • مقاله Signal Processing
  • ترجمه مقاله Signal Processing
  • مقاله پردازش سیگنال
  • ترجمه مقاله پردازش سیگنال
  • مقاله Computer Vision and Pattern Recognition
  • ترجمه مقاله Computer Vision and Pattern Recognition
  • مقاله بینایی کامپیوتری و تشخیص الگو
  • ترجمه مقاله بینایی کامپیوتری و تشخیص الگو
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.