بازیابی تصویر از طریق یادگیری عمیق مبتنی بر محتوا با استفاده از روش K نزدیکترین همسایه در مجموعه داده های تصویری بزرگ

هدف از بازیابی تصویر، جستجوی تصویر خاص از مجموعه داده های تصویری می باشد. رویکردهای سنتی بازیابی تصویر مبتنی بر متن و محتوا دارای محدودیت شکاف معنایی می باشند. آنها نمی توانند درک بصری انسان از تصاویر را منعکس کنند. در این پژوهش برای کاهش فاصله معنایی، یک مدل بازیابی تصویر مبتنی بر شبکه عصبی عمیق و K نزدیکترین همسایه پیشنهاد شده است. در مدل پیشنهادی از شبکه عصبی کانولوشن برای استخراج ویژگی تصاویر استفاده شده است. این شبکه با استفاده از لایه های کانولوشنی، ویژگی های عمیقی از تصاویر را استخراج می نماید. شباهت تصویر فرضی با تصاویر آزمون در مجموعه داده های تصویری مورد استفاده توسط روش K نزدیکترین همسایه و با استفاده از معیار فاصله اقلیدسی محاسبه می شود. برای ارزیابی شبکه از معیار دقت و خطای شبکه استفاده شده است. روش پیشنهادی در مقایسه با روش های مشابه علاوه بر پیچیدگی کمتر، دارای دقت ۹۸ درصد می باشد

کلیدواژه ها:

بازیابی تصویر ، شبکه عصبی عمیق ، شبکه عصبی کانولوشن ، K نزدیکترین همسایه ، فاصله اقلیدسی