طبقه‌بندی خودکار میوه و سبزیجات با استفاده از تصاویر

مشکلات بازشناسی الگو و شناسایی الگو از قبیل تشخیص چهره، شناسایی اثر انگشت، طبقه‌بندی تصویر و تعیین توالی DNA اغلب دارای تعداد زیادی از کلاس‌ها و ویژگی‌های خاصی هستند که باید در نظر گرفته شوند. مقابله با چنین مشکلاتی با استفاده از یک توصیفگر ویژگی، کار دشواری است و ادغام ویژگی‌ها ممکن است اجباری شود. اگر چه ترکیب ویژگی عادی برای برخی از مشکلات بسیار موثر است، اما زمانی که ویژگی‌های متفاوت به درستی نرمال شده و پیش‌پردازش نشده باشد، می‌تواند منجر به طبقه‌بندی غیر منتظره شود. علاوه بر این، این مشکل افزایش ابعادی است که ممکن است نیاز به داده‌های آموزشی بیشتری داشته باشد. برای مقابله با این مشکلات، این مقاله یک رویکرد یکپارچه را معرفی می‌کند که می‌تواند ویژگی‌های بسیاری را ترکیب کند که نیاز به آموزش کمتری دارد و برای برخی مشکلات بیشتر از یک روش ساده است، که در آن همه ویژگی‌ها به سادگی و به طور مستقل برای هر الگوریتم طبقه‌بندی تغذیه می‌شوند. علاوه بر این، روش ارایه‌شده در هنگام اصلاح یک مدل آموخته‌شده و نیز در هنگام افزودن کلاس‌های جدید، به یادگیری پیوسته تمایل دارد. رویکرد ترکیبی معرفی‌شده ب

Contemporary Vision and Pattern Recognition problems such as face recognition, fingerprinting identification, image categorization, and DNA sequencing often have an arbitrarily large number of classes and properties to consider. To deal with such complex problems using just one feature descriptor is a difficult task and feature fusion may become mandatory. Although normal feature fusion is quite effective for some problems, it can yield unexpected classification results when the different features are not properly normalized and preprocessed. Besides it has the drawback of increasing the dimensionality which might require more training data. To cope with these problems, this paper introduces a unified approach that can combine many features and classifiers that requires less training and is more adequate to some problems than a naïve method, where all features are simply concatenated and fed independently to each classification algorithm. Besides that, the presented technique is a