Computer Vision
Computer Vision and Image Proccessing
Computer vision is a branch of artificial intelligence and computer science that focuses on enabling computers to interpret and understand visual data from the environment. It involves developing algorithms and techniques to extract information from images or videos, mimicking human visual perception capabilities. Computer vision finds application in various domains such as robotics, autonomous vehicles, surveillance systems, medical imaging, and more. Some notable examples of computer vision include:
-
Super Resolution: Super resolution techniques aim to enhance the resolution of an image beyond its inherent limits. By utilizing deep-learning models, these algorithms can generate clear, high-quality images from low-resolution inputs, enabling improved analysis and visual perception.
-
Image Registration: Image registration methods are employed to align different images or frames of the same scene, enabling comparisons and further analysis. This technique is commonly used in medical imaging to align pre-operative and intra-operative images, enabling accurate visualization and diagnosis.
-
Object Detection: Object detection algorithms enable efficient and accurate identification and localization of objects within images or videos. These techniques play a significant role in self-driving cars, surveillance systems, and image retrieval tasks, aiding in the recognition and tracking of objects of interest.
-
Image Blending: Image blending involves combining multiple images seamlessly, eliminating any visible abrupt transitions. This technique finds applications in panorama stitching, where multiple images of a scene are combined to create a wide-angle view or immersive experience.
-
Image Matting: Image matting techniques focus on separating foreground objects from the background in an image, enabling accurate object extraction and realistic image composition. It finds applications in image editing, virtual reality, and augmented reality, facilitating various visual effects and manipulations.
-
Facial Expression: Facial expression analysis focuses on recognizing and interpreting emotions and expressions from facial images or videos. Using computer vision techniques, it becomes possible to detect and classify facial expressions, enabling applications in emotion recognition systems, human-computer interaction, and social robotics.
Computer vision techniques continue to evolve and play a vital role in enabling machines to perceive and understand visual data, contributing to advancements in numerous fields.
References
2023
2022
2019
2018
-
طبقه‌بندی داده‌ها با درهم‌تنیدگی تصویرIn دومین سمینار کنترل و بهینه‌سازی, Jul 2018Classification using Image Matting
2017
-
یک حد بالا برای حداقل تعداد تطابقات درست در مسئله تطابق گراف با روش‌های مبتنی بر جستجوی تصادفیIn چهل و هشتمین کنفرانس ریاضی ایران, Jul 2017An Upper Bound for Minimum True Matches in Graph Isomorphism with Stochastic Methods -
بهبود فراتفکیک پذیری با نمایش تنکIn چهارمین کنفرانس ملی فناوری اطلاعات،کامپیوتر و مخابرات, Jul 2017(Super-Resolution Enhancement with Sparse Representation) -
دقیق‌تر کردن استخراج رگ‌های خونی شبکیه چشم با روش درهم‌تنیدگی تصویر مبتنی بر نزدیک‌ترین همسایگیIn سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران , Jul 2017Retina Vessele Segmentation using kNN Matting -
استفاده از نرم بلوکی در بهینه‌سازی تُنُک با کاربرد در فراتفکیک‌پذیریIn سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران , Jul 2017Using Block Norm in Sparse Optimization for Super-Resolution -
ارزیابی عملکرد ماشین یادگیر نهایی در قطعه‌بندی تصاویرIn سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران , Jul 2017ELM Evaluation for Image Segmentation
2015
-
محاسبه پارامترهای خوشه‌بندی طیفی در تصاویر MRI با الگوریتم ژنتیکIn هشتمین کنفرانس بین‌المللی انجمن ایرانی تحقیق در عملیات, Jul 2015Genetic Algorithms for Spectral Clustering Parameter Estimation -
آشکارسازی بهتر شریان‌های کرونری قلب با یادگیری نیمه‌نظارتی‌خودکارIn هشتمین کنفرانس بین‌المللی انجمن ایرانی تحقیق در عملیات, Jul 2015Heart Coronary Vessele Segmentation’s Enhacement with Semi-Supervised Learning
2012
-
الگوریتمی واحد برای ناحیه بندی انواع تصاویر پزشکیIn دومین كنفرانس ملی محاسبات نرم و فن آوری اطلاعات, Jul 2012A Unified Approach for Medical Image Segmentation -
A Fast Image Registration Approach based on SIFT Key-points Applied to Super-ResolutionImaging Science Journal, Jul 2012
2011
-
Video Enhancement through Image Registration based on Structural SimilarityImaging Science Journal, Jul 2011 -
Picture Collage with Genetic Algorithm and Stereo visionInternational Journal of Computer Science Issues, Jul 2011Indexed by DBLP
2009
-
Image Registration for Super-Resolution using SIFT Key-pointsIn 17th Iranian Conference on Electrical Engineering, May 2009 -
Precise Image Registration with Structural Similarity Error Measurement Applied to Super-ResolutionEURASIP Journal on Advances in Signal Processing, May 2009Article ID 305479, Indexed by ACM and DBLP -
Regional Varying Image Super-ResolutionIn IEEE International Joint Conference on Computational Sciences and Optimization, Apr 2009Indexed by IEEE Computer Society, ACM and DBLP -
Video Resolution Enhancement in the Presence of Moving ObjectsIn International Conference on Image Processing, Computer Vision, and Pattern Recognition, Jul 2009Indexed by DBLP -
آمیختن بدون درزِ تصاویر، مبتنی بر همرنگ‌سازی چند بانده و تبدیل موجکIn پانزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران, Jul 2009Seamless Multi-band Image Blending using Wavelet Transform - ثبت تصویر مبتنی بر شباهت ساختاری تصاویر با کاربرد در وضوح برترIn هفدهمین کنفرانس مهندسی برق ایران, اردیبهشت 2009Image Registraion based using SSIM
2008
- افزایش وضوح ناحیه‌ایIn چهاردهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران, اسفند 2008Regional Image Super-Resolution
- استفاده از تجزیه ماتریس در وضوح برتر برای مواجهه با اشیاء متحرکIn پنجمین کنفرانس پردازش تصویر و بینائی ماشین, اسفند 2008Super-Resolution using Matrix Factorization
2006
- روشِ جدیدِ پشته‌سازیِ مكانی-زمانیِ حركت در تصاویر ویدیویی و استفاده از آن در شناسایی حالت چهرهIn اولین کنفرانس ملی مهندسی برق, اسفند 2006Facial Expersion Recognition in Video