حاشیه نویسی پایگاه داده تصاویر ماهواره ای مبتنی بر طبقه بندی کننده KNN با معیار شباهت CM
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,510
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_126
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
امروزه با وجود ماهواره های متعدد حجم عظیمی از تصاویر ماهواره ای دردسترس کاربران قرار گرفته است با توجه به این حجم از تصاویر نیاز به سیستمی برای حاشیه نویسی خودکار تصویر احساس می شود. یکی از مهمترین روشها برای حاشیه نویسی تصاویر طبقه بندی تصاویر است دراین مقاله برای حاشیه نویسی تصاویر ماهواره ای از طبقه بندی KNN استفاده می شود ولی بدلیل تاثیر معیار شباهت و وجود شکاف معنایی معمولا کارایی سیستمهای بازیابی تصویر از توقع کاربران دور است برای تعیین شباهت بین تصاویر یک معیار شباهت جدید CM مبتنی بر وزن دهی و نرمال سازی ویژگی ها بطور همزمان پیشنهاد می شود یک کاندید مناسب برای کاهش فاصله معنایی استفاده از بازخورد مرتبط است بدلیل توزیع پراکنده تصاویر مثبت حاشیه نویسی تصاویر مستقیما با استفاده از ویژگی های سطح پایین مشکل است. برای حل این مشکل از بازخورد مرتبط بر مبنای SVM استفاده می شود.
کلیدواژه ها:
نویسندگان
مهران جوانی
دانشگاه آزاد اسلامی واحد بهبهان
امیرمسعود افتخاریمقدم
دانشگاه آزاد اسلامی واحد قزوین
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :