چکیده

تحلیل تصویری محیط های پیچیده شهری و غیر شهری از اهمیت زیادی برای کاربردهایی همچون مدیریت هوشمند در جوامع شهری، روستایی، کشاورزی هوشمند و جنگل هوشمند برخوردار است. در این پایان نامه چهارچوب بینایی عمیق با مدل نگاه اجمالی-خیره برای تحلیل تصاویر پیچیده محیط های شهر هوشمند و محیط های روستایی و جنگل ها پیشنهاد گردیده است.

مدل پیشنهادی به عنوان سیستم بینایی و تصمیم یار برای یک ربات چند عامله با عنوان عامل تصمیم یار چند بخشی قابل اعزام سریع مورد استفاده قرار می گیرد. مجموعه ای از شبکه های عصبی عمیق Convolution برای تحلیل تصاویر شهر هوشمند و جنگل و مناطق روستایی مورد آموزش قرار گرفته اند. یادگیری انتقالی و پیش آموزش فرعی بر روی مناطق مهم تصاویر مورد استفاده در کاربردهای شهر و جنگل هوشمند انجام پذیرفته و تنظیم مقادیر و افزایش داده های آموزشی برای جلوگیری از بیش برازش مورد استفاده قرار گرفته است. نتایج شبیه سازی نشان می دهد که چهارچوب پیشنهادی توانایی توصیف محیط برای مسیریابی ربات در محیط های غیر ساختار یافته درون شهری و برون شهری و جنگلی را دارا می باشد.

مجموعه داده های مربوط به کاربردهای شهر هوشمند و جنگل هوشمند جمع آوری گردیده و مدل پیشنهادی برای کاربردهای شهر هوشمند مانند تشخیص پیاده رو های که نیاز به تعمیر دارند و مدیریت فضای سبز در پارک ها و در جنگل، برای پیدا نمودن مسیر حرکت و تشخیص مناطق خطرناک با احتمال آتش سوزی و پیدا نمودن چراندن غیرقانونی دام ها در جنگل مورد ارزیابی قرار گرفته است.