Dữ liệu biên mục

Algorithme parallèle de Descente de gradient stochastique multi-classes pour la classification d''images
Loại tài liệu: Thesis
Mã tài liệu: 12
Mã ngôn ngữ: fr
Tác giả: NGUYỄN, Quốc Khải
Danh mục: Luận án, luận văn, IFI - Master Theses
Năm xuất bản: 2014
Số sách còn lại: Không giới hạn
Thời gian mượn: Bạn chưa đăng nhập.
Tóm tắt theo nội dung: La classification d''images consiste à étiqueter automatiquement des images encatégories prédéfinies. Son application se compose plusieurs domaines importants.Ce projet consiste à étudier les problèmes concernant la classification d''imageset à développer un algorithme parallèle multi-classes basé sur la descente de gra-dient stochastique. Dans un premier temps, on extrait des données visuelles dansdes images. Nous avons d''abord étudié la représentation des images par des vec-teurs caractéristiques (SIFT)[1]. L''étape suivante consiste à construire un vocabu-laire visuel en appliquant l''algorithme de clustering, k-moyenne sur un ensemble devecteurs caractéristiques. Un cluster correspond à un mot visuel. Enfin, une images''est représentée par un histogramme des mots visuels. Cette approche s''inspire aumodèle sac-de-mots largement utilisé dans l''analyse des données textuelles. Dans unsecond temps, nous nous concentrons sur le problème d''apprentissage automatiquebasé sur la descente de gradient stochastique. Se basant sur l''implémentation SGDbinaire Pegasos dans [2], nous avons développé l''algorithme MC-SGD pour la clas-sification multi-classes. Afin d''améliorer la vitesse de l''algorithme sur des machinesmulti-coeurs, nous avons aussi parallélisé cet algorithme en utilisant l''OpenMP.Nous constatons que les résultats de notre algorithme sont similaires à ceux dela LibSVM. De plus, notre algorithme est beaucoup plus rapide que la LibSVM,surtout pour les données complexes. Donc, notre méthode s''adapte bien pour laclassification d''images où les données sont grandes.
Lưu ý: Sử dụng ứng dụng để xem đầy đủ tài liệu.

Bình luận (0)