Integration of Short Term Learning Methods for Image Retrieval by Reciprocal Rank Fusion
محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,254
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_191
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
In the image retrieval, Fusion refers to the problemwhere two or more ranked image lists are merged into a singleranked list and the unified list is presented to the user. In thispaper, we focus on the combination of two ranked results fromthe independent Short term learning methods with ReciprocalRank Fusion to improve the accuracy of the system. To evaluatethe proposed method, we implement a Content based imageretrieval systems in which each session consists of four rounds ofrelevance feedback and Corel data set with 10000 color imagesfrom 82 different semantic groups are used. The experimentalresults on 100 test images revealed the superior of suggestedmethod to existing Short term learning methods in terms ofprecision.
کلیدواژه ها:
Content based image retrieval ، Relevance feedback ، Short term learning ، Semantic gap ، Reciprocal Rank Fusion
نویسندگان
Bahareh Bagheri
Department of Electrical Engineering, Shahid Bahonar University Kerman,
Hossein Nezamabadi-pour
Department of Electrical Engineering, Shahid Bahonar University Kerman,
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 :