معرفی یک چارچوب ترکیبی برای بازیابی تصویر مبتنی بر محتوا بر پایه تحلیل بعد فرکتال و ماشین بولتزمن عمیق

حجم انبوه تصاویر تولیدی در سال های اخیر، بازیابی تصویر را به یکی از موضوعات پژوهش درحوزه بینایی ماشین و پردازش تصویر تبدیل کرده است. چالش اصلی سیستم های بازیابی تصویر مبتنی بر محتوا، استخراج بردار ویژگی مناسب برای توصیف تصاویر است تا امکان بازیابی تصویر را به نحو موثری فراهم سازد. در این پژوهش یک چارچوب بازیابی تصویر مبتنی بر محتوا معرفی شده است، بردار ویژگی معرفی شده ترکیبی از ویژگی های سطح پایین و ویژگی های سطح میانی تصویر می باشد. استخراج ویژگی های سطح پایین تصویر شامل رنگ، شکل و بافت با استفاده از همبستگی نگار خودکار، تبدیل موجک گسسته و تحلیل بعد فرکتال در چند سطح انجام شده است. ویژگی های سطح میانی نیز با استفاده از ماشین بولتزمن عمیق و با یادگیری ویژگی های سطح پایین تصویر استخراج شده است. بردار ویژگی حاصل با تصاویر پایگاه داده کرل ۱K تنطیم و کارایی چارچوب پیشنهادی بر روی پایگاه داده کرل ۵K و ۱۰K نیز سنجیده شده است. بهترین نتایج ارزیابی بر روی پایگاه داده های ذکر شده به ترتیب برابر ۹۹.۵%، ۹۹.۲% و ۹۹.۶% گزارش می شود.

کلیدواژه ها:

بازیابی تصویر مبتنی بر محتوا ، بعد فرکتال ، ماشین بولتزمن عمیق ، همبستگی نگار خودکار ، تبدیل موجک گسسته