استفاده از ساختارهای هرمی و شبکه‌های کاملا کانولوشنی در قطعه‌بندی معنایی تصاویر

فهم یک تصویر و درک محتوا از مهم‌ترین چالش‌های پیشرو در یادگیری و بینایی ماشین است. یکی از مهم‌ترین راه‌های بررسی این چالش از مسیر قطعه‌بندی معنایی خواهد بود. در این مقاله، با ارائه یک رویکرد کاملا کانولوشنی و استفاده از معماری‌های کانولوشن و کانولوشن معکوس به همراه ساختارهای هرمی آتروس، به بررسی قطعه‌بندی معنایی پرداخته‌ شده‌است. در این روش از معماری اولیه resnet101 در قسمت استخراج ویژگی جهت استخراج ویژگی‌ از تصاویر، و سپس از ساختارهای هرمی آتروس در مرکز اتصالات شبکه کانولوشن و کانولوشن معکوس استفاده شده است تا اطلاعات محلی و عمومی در قسمت ویژگی‌ها ترکیب گردد. از طرفی لایه‌های استخراج ویژگی با افزایش ابعاد در سطوح مختلف، به لایه‌های کانولوشن معکوس انتقال داده شده است. نتایج حاصل از این روش، دقت 88.1 درصدی و برتری قطعه‌بندی معنایی نسبت به رویکردهای مورد بررسی را نشان می دهد.