زمان تخمینی مطالعه: 7 دقیقه
بازسازی دیجیتالی هندسه سه بعدی از تصاویر یک مشکل اساسی در بینایی کامپیوتر است. کاربردهای مختلفی برای این حوزه مانند تولید فیلم، تولید محتوا برای بازی‌های ویدئویی، واقعیت مجازی و افزوده، چاپ سه بعدی و بسیاری دیگر از زمینه‌ها وجود دارد. وظیفه مورد بحث در این مطلب، بازسازی هندسه سه بعدی با کیفیت بالا از یک تصویر واحد رنگی از یک شی است که در شکل زیر نشان داده شده است.
انسان‌ها این توانایی را دارند که بدون زحمت درباره اشکال اشیا و صحنه‌ها استدلال کنند، حتی اگر فقط یک تصویر را ببینیم. توجه داشته باشید که آرایش دوچشمی چشمان ما به ما امکان می‌دهد که عمق را درک کنیم، اما این موضوع برای درک هندسه سه بعدی نیازی نیست. حتی اگر فقط یک عکس از یک شی را ببینیم، درک خوبی از شکل آن داریم. علاوه بر این، می‌توانیم درباره قسمت‌های ناپیدای اجسام مانند پشت که توانایی مهمی برای فهم اشیا است، استدلال کنیم. سوالی که بلافاصله مطرح می‌شود این است که چگونه انسان‌ها می‌توانند هندسه را از روی یک تصویر واحد استدلال کنند؟ و از دیدی هوش مصنوعی: چگونه می‌توانیم این توانایی را به ماشین‌ها آموزش دهیم؟
اصل اساسی مورد استفاده برای بازسازی هندسه از ورودی مبهم این واقعیت است که اشکال دلخواه نیستند و از این رو برخی از اشکال محتمل و برخی بسیار بعید هستند. به طور کلی سطوح تمایل به صاف بودن دارند. در محیط‌های ساخته شده توسط انسان، آنها اغلب به صورت تکه‌ای مسطح هستند. برای اشیاء قوانین سطح بالا اعمال می‌شود. به عنوان مثال، هواپیماها معمولاً دارای بدنه‌ای هستند که دو بال اصلی در هر طرف بوده و به پشت آن یک تثبیت کننده عمودی متصل است. انسان‌ها می‌توانند با مشاهده جهان با چشمان خود و تعامل با جهان با استفاده از دستان خود به این دانش دست یابند. در بینایی کامپیوتر، این واقعیت که اشکال دلخواه نیستند، به ما اجازه می‌دهد تا همه اشکال ممکن یک کلاس شی یا کلاس‌های شی چندگانه را به‌عنوان یک فضای شکل با ابعاد کم، که از مجموعه‌های بزرگی از اشکال نمونه به دست می‌آید، توصیف کنیم.
جدیدترین روش‌‌ها برای بازسازی سه بعدی از شبکه‌های عصبی کانولوشنال (CNN) برای پیش‌بینی شکل اجسام به عنوان حجم اشغال سه بعدی استفاده می‌کند. حجم خروجی سه بعدی به عناصر حجمی به نام وکسل تقسیم می‌شود و برای هر وکسل یک فضای اشغال شده یا آزاد، یعنی به ترتیب داخل یا بیرون جسم تعیین می‌شود. ورودی معمولاً به صورت یک تصویر تک رنگی ارائه می‌شود که شی را به تصویر می‌کشد، و CNN با استفاده از معماری رمزگشای کانولوشنال، حجم اشغال را پیش‌بینی می‌کند. این شبکه به صورت سرتاسری آموزش داده می‌شود و با حجم‌های اشغال حقیقت زمینه شناخته‌شده که از مجموعه داده‌های مدل CAD مصنوعی به‌دست می‌آید، نظارت می‌شود. با استفاده از این نمایش سه بعدی و CNN ها، می‌توان مدل‌هایی را یاد گرفت که می‌توانند در انواع کلاس‌های شی جای بگیرند.
نقص اصلی در پیش‌بینی حجم اشغال با استفاده از CNN این است که فضای خروجی سه بعدی است و از این رو با توجه به افزایش وضوح، رشد مکعبی دارد. این مشکل از پیش‌بینی هندسه با کیفیت بالا در کارهای ذکر شده در بالا جلوگیری می‌کند و بنابراین به شبکه‌های وکسل با وضوح درشت محدود می‌شود.
در روش بازسازی دیجیتالی هندسه سه بعدی استدلال می‌شود که با توجه به اینکه سطوح در واقع فقط دو بعدی هستند، این یک محدودیت غیر ضروری است. در این تکنیک از ماهیت دو بعدی سطوح با پیش‌بینی سلسله مراتبی وکسل‌های رزولوشن خوب تنها در جایی که سطحی با قضاوت از پیش‌بینی وضوح پایین انتظار می‌رود، بهره‌برداری شده است. ایده اصلی ارتباط نزدیکی با نمایش‌های octree دارد که اغلب در استریو چند‌نمایی(multi-view stereo) و همجوشی نقشه عمق(depth map fusion) برای نمایش هندسه با وضوح بالا استفاده می‌شوند.
در بازسازی دیجیتالی هندسه سه بعدی یک خط لوله پیش‌بینی سه‌بعدی اولیه یک تصویر رنگی را به عنوان ورودی می‌گیرد که ابتدا با استفاده از یک رمزگذار کانولوشنی به یک نمایش با ابعاد کم کدگذاری می‌شود. سپس این نمایش کم ابعاد به حجم اشغال سه بعدی رمزگشایی می‌شود. ایده اصلی روش، به نام پیش‌بینی سطح سلسله مراتبی (HSP)، شروع رمزگشایی با پیش‌بینی وکسل‌های با وضوح پایین است. با این حال، برخلاف رویکرد استاندارد که در آن هر وکسل به فضای آزاد یا اشغال شده طبقه‌بندی می‌شود، در این تکنیک از سه کلاس استفاده می‌شود: کلاس فضای آزاد، کلاس فضای اشغال شده و کلاس مرز. این تقسیم‌بندی امکان تجزیه و تحلیل خروجی‌ها را با وضوح پایین ممکن کرده و تنها وضوح بالاتری را در قسمت‌هایی از حجم پیش‌بینی می‌شود که شواهدی مبنی بر وجود سطح وجود دارد. با تکرار رویه پالایش، شبکه‌های وکسل با وضوح بالا به صورت سلسله مراتبی پیش‌بینی می‌گردد (شکل زیر را ببینید).
آزمایش‌های انجام شده عمدتاً بر روی مجموعه داده مصنوعی ShapeNetانجام شده است. وظیفه اصلی پیش بینی هندسه با وضوح بالا از یک تصویر تک رنگ است. این روش با دو خط مبنا مقایسه می‌شود که آنها را سخت با وضوح پایین (LR hard) و نرم با وضوح کم (LR soft) می‌نامیم. این خطوط پایه با وضوح درشت یکسان 323 پیش‌بینی می‌کنند، اما در نحوه تولید داده‌های آموزشی متفاوت هستند. خط پایه سخت LR از تخصیص دودویی برای وکسل‌ها استفاده می‌کند. اگر حداقل یکی از وکسل‌های با وضوح بالا اشغال شده باشد، همه وکسل‌ها به عنوان اشغال شده برچسب‌گذاری می‌شوند. خط پایه نرم LR از تخصیص کسری استفاده می‌کند که درصد وکسل‌های اشغال شده را در وکسل‌های با وضوح بالا مربوطه منعکس می‌کند. روش ارائه شده HSP وضوح 2563 را پیش‌بینی می‌کند. نتایج به دست آمده در شکل‌های زیر مزایای را از نظر کیفیت سطح و کامل بودن پیش‌بینی و وضوح بالا در مقایسه با خطوط پایه با وضوح پایین نشان می‌دهد.
الکتروهایو در خدمت مخاطبان عزیز می‌باشد. ما در تیم الکتروهایو در تلاش برای تهیه مقالات و مطالب به روز هستیم. لطفا برای مطالب و مقالات بیشتر با ما همراه باشید.
داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی و تفسیر آن در بسیاری از زمینه‌ها از جمله آمار، علوم کامپیوتر، روانشناسی و بازاریابی ضروری است. این مقاله ویژگی‌ها، کاربردها و تفاوت‌های داده‌های اسمی
حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. حاشیه‌نویسی‌ها برچسب‌هایی هستند که داده‌ها را شناسایی و طبقه‌بندی می‌کنند یا قطعات مختلف اطلاعات را با یکدیگر مرتبط می‌کنند. الگوریتم‌های هوش مصنوعی از آنها به
مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و متنوع بودند. برخی از آنها کاملاً عشایری بودند و مرتباً موقعیت خود را تغییر می‌دادند. برخی از آنها فواصل بسیار زیادی را مهاجرت کردند، در
تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده در اطراف اشیاء شناسایی شده، مکان یک شی را در یک تصویر شناسایی و مکان‌یابی می‌کند. اهمیت تشخیص اشیاء را نمی‌توان به اندازه کافی بیان
تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر از آنچه چشم انسان می‌تواند ببیند، از جمله نور مادون قرمز و ماوراء بنفش، ثبت می‌کند. این رویکرد به طور قابل توجهی از تصویربرداری رنگی
یادگیری ماشین (Machine Learning) و علم داده (Data Science) موضوعاتی هستند که در تمامی بخش‌های فناوری اطلاعات در مورد آن بحث و گفتگو وجود دارد. امروزه همه چیز در حال خودکار شدن است، و برنامه‌های کاربردی نیز به سرعت در
داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی ...
حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. ...
مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و ...
تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده ...
تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر ...
الکتروهایو در راستای مسئولیت خود، بر خود وظیفه می‌داند تا پاسخ گوی نیازهای وارداتی قطعات الکترونیک کاربران عزیز باشد. برای درخواست واردات هر گونه قطعه الکترونیکی، درخواست‌های خود را با واحد پشتیبانی در میان بگذارید.
تیم پشتیبانی الکتروهایو بر طبق نیازها و درخواست کاربران اقدام به جتسجو، سورس یابی و خرید قطعات مورد نیاز کاربران و مشتریان عزیز می‌کنند. در صورت نیاز به قطعات به صورت عمده و تکی با ما در تماس باشید.
تماس: 09214404646 - 09332001022 | روزهای کاری از 8:00 الی 18:00 در خدمت شما هستیم
آدرس ارسال: ارومیه | خیابان متین 2 | صدف 2 | طبقه 6
پست الکترونیک: electrohivesite@gmail.com
توجه کنید که فعالیت فروشگاه الکتروهایو به صورت اینترنتی می‌باشد، لذا جهت خرید یا تحویل حضوری کالا مراجعه نفرمایید.
الکتروهایو، دارای نماد رسمی اعتماد الکترونیک و نماد ساماندهی می‌باشد، برای مشاهده روی نمادها کلیک کنید.
خریدی مطمئن و با خیال راحت، در دنیای کالای دیجیتال و الکترونیکی نیازمند وجود فروشگاهی است که قادر باشد تنوعی بالا، قطعاتی با کیفیت و با قیمت منصفانه را ارائه کرده و بتواند کالاها را در کوتاه‌ترین زمان ممکن به دست مشتریان محترم برساند. محصولات ارسال شده از طریق فروشگاه الکتروهایو دارای ضمانت اصالت، سلامت فیزیکی و کیفیت قطعات است. این ویژگی‌های بارز توانسته است که فروشگاه الکتروهایو را در ارائه خدمات به مشتریان عزیز اثبات کند.
روش ارسال کالاهای سفارش داده شده، یکی از اصلی‌ترین موضوعات و دغدغه‌های مشتریان عزیز فروشگاه الکتروهایو و هر فروشگاه اینترنتی است. نگرانی از اینکه کالاهای خریداری شده چه موقع و چگونه قرار است به دست مشتریان برسد یکی از اساسی‌ترین دغدغه‌های تیم پشتیبانی فروشگاه الکتروهایو است. برای حل این مشکل، ما به عنوان فروشگاه الکتروهایو در تلاش برای ارائه روش‌های پستی ارسال متنوع شامل پست پیشتاز(پیش کرایه)، پست تیپاکس و چاپار(پس کرایه) و غیره هستیم تا بتوانیم کالاهای خریداری شده توسط مشتریان را در اسرع وقت به صورت صحیح و سالم بدست شما برسانیم.
کاربران عزیز الکتروهایو می‌توانند در تمامی ساعت شبانه روز به صورت 24 ساعته و در 7 روز هفته کالاهای مورد نیاز خود را از میان تنوعی از قطعات و بردهای الکترونیکی سفارش دهند که به تفکیک در مورد آنها در ادامه توضیح خواهیم داد:
بردها و کیت‌ها:
بردها و کیت‌ها مانند خانواده جتسون انویدیا، رزبری پای، آردوینو و اورنج پای، ابزارهای قدرتمندی برای مهندسان، دانشجویان و علاقه‌مندان به فناوری هستند که با آنها امکان ساخت پروژه‌های پیچیده در حوزه‌هایی مانند هوش مصنوعی، رباتیک و اینترنت اشیاء در دسترس است. برد جتسون نانو انویدیا، به عنوان مثال، یک کامپیوتر کوچک و قدرتمند است که برای آموزش و پیاده‌سازی هوش مصنوعی به کار گرفته می‌شود. این برد پردازشی از سیستم عامل لینوکس پشتیبانی می‌کند، که این امر اجرای پروژه‌های متن باز مختلف را بر روی آن ممکن می‌سازد.
از سوی دیگر، رزبری پای به دلیل انعطاف‌پذیری و قیمت مناسب خود، برای آموزش برنامه‌نویسی و ساخت پروژه‌های الکترونیکی و همچنین پروژه‌های DIY محبوبیت زیادی دارد. بردهای آردوینو، با تمرکز بر سادگی و دسترسی آسان به سخت‌افزار و نرم‌افزار، برای ساخت نمونه‌های اولیه و پروژه‌های تعاملی ابزاری مناسب هستند. اورنج پای نیز با ارائه گزینه‌های متنوع و ارزان‌قیمت، برای کاربرانی که به دنبال راه‌حل‌های مقرون‌به‌صرفه هستند، جایگاهی مناسب در بازار پیدا کرده است.
نمایشگرها و مانیتورها:
نمایشگرها و مانیتورها در دنیای امروز نقش بسیار مهمی در زندگی روزمره ما ایفا می‌کنند. از استفاده‌های خانگی گرفته تا کاربردهای حرفه‌ای و صنعتی، نمایشگرها به یکی از اجزای اصلی زندگی دیجیتال تبدیل شده‌اند. انواع مختلفی از نمایشگرها و مانیتورها با اندازه‌ها، وضوح‌ها، نرخ بروزرسانی و ویژگی‌های مختلف در بازار موجود هستند. امروزه رایج‌ترین نوع مانیتور، نمایشگر LCD یا نمایشگر کریستال مایع است. این نمایشگر پراستفاده‌ترین نمایشگر در سراسر جهان است، زیرا به فضای کمتری نیاز دارد، برق کمتری مصرف می‌کند و گرمای نسبتاً کمتری نسبت به یک مانیتور CRT قدیمی تولید می‌کند. از طرف دیگر، نمایشگرهای OLED و AMOLED نیز به دلیل کیفیت تصویر بالا، رنگ‌های زنده و توانایی در نمایش سیاه‌های عمیق، در دسته‌ی نمایشگرهای پیشرفته قرار دارند. در نهایت، انتخاب نمایشگر مناسب بر اساس نیازها و کاربری شخصی می‌تواند تجربه کاربری را بهبود بخشد. در الکتروهایو هدف ما تامین نمایشگرها و مانیتورها بر اساس نیاز روز و استفاده در بخش‌های متنوع است و سعی خواهیم کرد تا انواع مانیتورهای مورد استفاده در کاربردهای آزمایشگاهی، دانشگاهی و توسعه صنعتی را برای کاربران عزیز فراهم کنیم.
اینترنت اشیاء و ارتباطات:
اینترنت اشیاء و ارتباطات مفاهیمی مهم در دنیای فناوری است. به طور خلاصه، IoT به مجموعه‌ای از دستگاه‌های محاسباتی، ماشین‌های مکانیکی و دیجیتال، اشیاء، حیوانات یا افراد اشاره دارد که با شناساگرهای یکتایی مشخص شده‌اند و توانایی انتقال داده در شبکه را بدون نیاز به تعاملات انسان با انسان یا انسان با کامپیوتر دارند. این مفهوم به ما امکان می‌دهد تا اشیاء را به اینترنت متصل کرده و با بهره‌گیری از داده‌های بی‌درنگ، بدون نیاز به مداخله انسانی، تعاملاتی هوشمند را انجام دهیم. این ارتباطات و تبادلات اطلاعات و داده می‌تواند هم به صورت ارتباطات بی‌سیم (Wireless Communications) و هم به صورت ارتباطات باسیم (Wired Communications) باشد. در ارتباط بی‌سیم از تکنولوژی‌های مانند Wi-Fi، بلوتوث، NFC، Zigbee و سایر پروتکل‌های مخصوص IoT برای ارتباط دستگاه‌ها استفاده می‌شود. در ارتباط باسیم از کابل‌های اترنت و اتصالات USB برای ارتباط دستگاه‌ها با یکدیگر استفاده می‌شود.
سنسورها:
سنسور در صنایع مختلف از جمله اینترنت اشیاء (IoT)، هوشمندسازی خانه، خودروهای هوشمند، سیستم‌های ایمنی و کنترل‌های صنعتی مورد استفاده قرار می‌گیرند.
این قطعات الکترونیکی معمولاً با ارسال سیگنالی به شکل جریان الکتریکی کار می‌کنند. توسط پردازش یا با استفاده از تکنیک‌های مختلف، سیگنال‌های ارسال شده توسط سنسور را می‌توان تقویت کرد. ما در این دسته‌بندی انواع سنسور را ارائه می‌کنیم. در این بخش شما قادر خواهید بود کالاهایی را بیابید که با لوازم الکترونیکی قابل برنامه ریزی آردوینو، رزبری پای و غیره مطابقت دارند. برخی از این سنسورها را در محصول خود استفاده می‌کنید و از برخی دیگر برای ساختن یک ربات یا سیستم‌های اینترنت اشیاء استفاده خواهید کرد.
ماژول‌های الکترونیکی:
به طور کلی، ماژول‌های الکترونیکی نوعی قطعه یا واحد الکترونیکی هستند که برای انجام یک عملکرد خاص طراحی شده‌اند. این ماژول‌ها معمولاً در مدارهای الکترونیکی برای ارائه طیف وسیعی از عملکردها مانند تقویت سیگنال‌ها، تأمین توان، کنترل جریان، تبدیل ولتاژ، اندازه‌گیری و غیره استفاده می‌شوند.
ماژول‌ها از اجزای مختلفی تشکیل شده‌اند که به صورت مجتمع در یک بسته فیزیکی قرار دارند. این اجزا می‌توانند شامل ترانزیستورها، مقاومت‌ها، خازن‌ها، دیودها، مدارهای مجتمع و حسگرها باشند. هر قطعه برای یک وظیفه خاص طراحی شده است و می‌تواند به صورت قابل استفاده مجدد در سیستم‌های الکترونیکی مختلف مورد استفاده قرار گیرد.
ماژول‌ها در صنعت الکترونیک، رباتیک، اینترنت اشیاء (IoT)، سیستم‌های کنترل، تجهیزات پزشکی، خودروها، تلفن‌همراه‌ها، دستگاه‌های خانگی و بسیاری دیگر از زمینه‌ها استفاده می‌شوند. همچنین، می‌توانند به عنوان قطعات اصلی در طراحی پروژه‌های الکترونیکی و همچنین در آموزش‌های آردوینو و رزبری‌پای مورد استفاده قرار گیرند.
منابع تغذیه، باتری و انرژی‌های نو:
منابع تغذیه، باتری و انرژی‌های نو دسته مهمی در کالاهای الکترونیک امروز هستند. این دسته شامل منابع تغذیه متنوع AC و DC، انواع باتری‌ها و منابع تجدید پذیر انرژی مانند پنل‌های خورشیدی است.
منبع تغذیه یا پاور ساپلای (Power supply) دستگاهی است که توان الکتریکی مورد نیاز را برای مصرف‌کننده الکتریکی یا بار الکتریکی تأمین می‌کند. اصلی‌ترین عملکرد این دستگاه تغییر شکل جریان برقی است که بسته به نیاز می‌تواند تغییر در ولتاژ، فرکانس و بار الکتریکی را رقم بزند. منبع تغذیه‌ها را می‌توان به عنوان مبدل‌های برقی نیز نامید.
در دسته منابع تغذیه، باتری و انرژی‌های نو، پنل‌های خورشیدی صفحه‌هایی هستند که انرژی تابشی خورشید (فوتون‌ها) را به انرژی الکتریکی تبدیل می‌کنند. این پنل‌ها از سلول‌های خورشیدی کوچک تشکیل شده‌اند که هر یک از آنها یک مدار الکتریکی را تشکیل می‌دهند.
یک پنل خورشیدی به طور معمول در پشت بام‌ها یا جایی که می‌توانند نور خورشید را تا حد امکان دریافت کنند، نصب می‌شود. این پنل‌ها از ترکیبات نیمه‌هادی مانند سیلیکون ساخته می‌شوند که وظیفه آنها تبدیل انرژی نورانی خورشید به انرژی الکتریکی است. با کنار هم قرار دادن تعدادی سلول خورشیدی، یک ماژول خورشیدی ساخته می‌شود. از ترکیب چند ماژول خورشیدی در کنار هم، یک پنل خورشیدی تشکیل می‌شود. عموماً در مصارف بزرگ، ردیف‌های زیادی از پنل خورشیدی در کنار هم قرار می‌گیرند و یک آرایه خورشیدی را تشکیل می‌دهند.
برای تولید برق، پنل‌های خورشیدی از اثر فتوولتائیک استفاده می‌کنند. این اثر، پدیده‌ای فیزیکی است که در آن نور می‌تواند باعث حرکت الکترون‌ها از یک ماده شود. وقتی فوتون‌های نور خورشید به سلول‌های خورشیدی در پنل برخورد می‌کنند، الکترون‌ها آزاد می‌شوند و حرکت می‌کنند تا انرژی الکتریکی تولید کنند.
در دسته منابع تغذیه، باتری و انرژی‌های نو می‌توان از باترها سخن گفت. باتری‌ها در الکترونیک نقش مهمی ایفا می‌کنند و برای تأمین انرژی به دستگاه‌ها و مدارهای الکتریکی استفاده می‌شوند. انواع باتری‌ها بر اساس خصوصیات شیمیایی، اندازه، شکل و کاربردها به دسته‌های مختلفی تقسیم می‌شوند.
سایر قطعات:
در بخش سایر قطعات ما می‌توانیم انواع سیم و کابل، انواع فن‌ها و خنک کننده‌ها و سایر ابزارها و قطعات الکترونیکی را جای داد.
کلیه حقوق این سایت متعلق به الکتروهایو است.
WWW.Electrohive.ir
