انواع رمزگذارهای خودکار و کاربرد آنها در استخراج ویژگی و کاهش ابعاد تصاویر

یک سری از چالشهای برچسب گذاری تصویر، حجم بالای محاسبات در پردازش داده های تصویر و دقت روش های برچسب زنی است. با وجود روش های برچسب زنی تصویر با استفاده از شبکه های عمیق، هنوز کارایی این الگوریتم ها به حد مطلوب نرسیده است و در کارهای بلندمدت مشکل سرعت می تواند ناکارآمد باشد. کاهش ابعاد راهی برای کاهش پیچیدگی یک مدل و جلوگیری از برازش بیش از حد و رفع چالش مطرح شده است. برای کاهش ابعاد اولیه داده ها عمدتا از روش های خطی استفاده می کنند. با این حال، از آنجایی که بسیاری از مشکلاتی که ما با آن مواجه هستیم سیستم های غیرخطی و متغیر با زمان هستند، تحقیقات فعلی در مورد روش های کاهش ویژگی غیرخطی نسبتا بیشتر است. رمزگذارهای خودکار نوعی شبکه عصبی هستند که یک نمایش ویژگی بهتر برای داده های ورودی با ابعاد بالا ایجاد، و همبستگی بین داده های ورودی را پیدا می کنند. رمزگذار خودکار به منظور کاهش ابعاد غیرخطی کارآمدتر از سایر روش های یادگیری چندگانه شناخته شده است. ما در این پژوهش، برای استخراج ویژگی از رمزگذارهای خودکار استفاده نمودیم و تصاویر مجموعه داده MIRFlickr را به معماری های مطرح شده که در Image Net کارایی بالایی داشته اند، داده شد اما مشخص شد هنوز هم این بردارهای ویژگی تصاویر با ابعاد باال، برای الگوریتم های برچسب زنی خودکار تصاویر مناسب نیستند و پردازش آن ها باعث طولانی شدن زمان اجرای الگوریتم و همچنین کاهش دقت و کارایی الگوریتم خواهد بود. چون ما از روش مبتنی بر جستجو ۲PKNN برای برچسب گذاری خودکار تصاویر استفاده کردیم، بردارهای ویژگی با ابعاد بالا مشکل مزاحمت ابعاد دارد در نتیجه ما بردارهای ویژگی به دست آمده را به عنوان ورودی در اختیار رمزگذار خودکار پراکنده قرار دادیم که خروجی این روش، بردار ویژگی با ابعاد کم و مناسب برای الگوریتم مبتنی بر جستجو است. نتایج کاهش ابعاد در روش پیشنهادی استفاده از رمزگذار خودکار پراکنده معیار F۱ را نسبت به کارهای مطلوب قبلی به مقدار ۰.۳ ± ۰.۱۹ افزایش داد.

کلیدواژه ها:

استخراج ویژگی ، کاهش ابعاد ، رمزگذار خودکار ، مزاحمت ابعاد