مروری بر روشهای مختلف حاشیه نویسی تصویر و معرفی و مقایسه ی برخی سیستمهای حاشیه نویسی تصاویر پزشکی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,136

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ROUDSARIT01_186

تاریخ نمایه سازی: 19 مرداد 1390

چکیده مقاله:

حاشیه نویسی تصاویر به فرایند تولید کلماتی که محتوای تصویر را توصیف کنند اطلاق می شودهدف حاشیهنویسی تصاویر تولید کلماتی است که توصیف گرهای مناسبی برای تصاویر هستند در واقع حاشیه نویسی مجموعه ای از کلمه یا کلماتی که بیانگر معنا و مفهوم واقعی تصویر است با تصاویر همراه می شود منظور از معنا و مفهوم واقعی مفاهمیی نزدیک به برداشت انسانها ازتصویر است این مقاله به معرفی روشهای مختلف حاشیه نویسی و بیان مزایا و نقایص هرکدام می پردازد سپس برخی از جدیدترین و کاراترین سیستمهای حاشیه نویسی تولید شده در سال های اخیر معرفی و بحث می شوند.

کلیدواژه ها:

الگوی باینری محلی ، حاشیه نویسی خودکار تصاویر ، دسته بندی کننده SVM ، هیستوگرام جهت لبه

نویسندگان

فریبا کرمی سرخه چقایی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد ا

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 :
  • Categorization and Annotation Using LBP and MPEG-? Edge invited plenary ...
  • Machine Intelligence, Vol. 24, No. 7, pp. 971-987, Jul. 2002. ...
  • T. Pavlidis, "Limitations of Content-based Image Retrieval", ...
  • Histograms", 5th International Conference On Information Pattern Recognition, Tampa, Florida, ...
  • S. Park, D. Park, C. Won, "Core Experiments on MPEG-7 ...
  • Ch. Tsai, C. Hung, :Automatically Annotating Images with Keywords: A ...
  • H. Yang and Ch. Lee, "Image Semantics Discovery from Web ...
  • "ImageCLEF 2009 Medical Image Annotation Task: PCTs for Organizing Maps", ...
  • Zh. Hua, X. Wang, Q. Liu, H. Lu, ":Semantic knowledge ...
  • Hierarchical Multi-Label Classification", Evaluating Systems No. 1, pp. 266-279, 2008. ...
  • IRMA (Image Retrieval in Medical Applications), URL: www.irma-proj ect.org, 2009. ...
  • S. Dasiopoulou, C. Doulaverakis, V. Mezaris, I. ...
  • X. Zhou, A. Depeursinge, H. Miller, "Hierarchict Kompatsiaris, M.G. Strintzis, ...
  • classification usinga frequ ency-based weighting and simple for Semantic Image ...
  • Ch. Hoi, M. R. Lyu, _ imuage learning for searching ...
  • T. Tommasi , F. Orabona, B. Caputo, _ 'Discriminative CAe ...
  • D. G. Lowe, "Object Recognition from Local Scale- Invariant Features", ...
  • _ G. Lowe, "Distinctive Image Features from Scale- Invariant Keypoints", ...
  • ImageCLEF - The CLEF Cross Language Image Retrieval Track, URL: ...
  • T. Tommasi, F. Orabona, B. Caputo, _ SVM Confidence- B، ...
  • T. Ojala, M. Pietikainen, T. Maenpaa, _ 'Mu ltiresolution gray ...
  • L. Zhang, S.Z. Li, X.T. Yuan, S.M. Xiang, :Real-time Object ...
  • T. Deselaers, H. Ney, "Deformations, patches, _ discriminative models for ...
  • H. Tamura, S. Mori, T. Yamawaki, :Textural features corresponding to ...
  • E. Loupias, N. Sebe, S. Bres, J. Jolion, _ Wavelet-based ...
  • G. Tian, H. Fu, D. Feng, ":Automautic Medical Image ...
  • MIARS: A ءه [23] A. Mueen, R. Zainuddin and M. ...
  • T. Tommasi, B. Caputo, P. Welter, M. Guld, Th. M. ...
  • نمایش کامل مراجع