بازیابی تصویر مبتنی بر محتوا با استفاده از نواحی معنایی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 835

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCSE01_137

تاریخ نمایه سازی: 9 بهمن 1392

چکیده مقاله:

بازیابی تصویر مبتنی بر محتوا یکی از اصل یترین رو شها، برای بازیابی تصاویر می باشد. هدف اصلی سیستم های بازیابی تصویر مبتنی برمحتوا، جستجو و بازیابی تصاویر بر اساس محتوای بصری آنها می باشد. سیستم های فعلی بازیابی تصاویر اکثرًا از ویژگی های سطح پایین استفادهمی کنند که این باعث به وجود آمدن مسئله و چالشی به نام شکاف معنایی می گردد. در این مقاله به منظور کاهش شکاف معنایی، استفاده ازویژگی های سطح بالا مطرح گردیده است. در روش پیشنهادی، تصاویر به نواحی معنادار بخش بندی می شوند. به طوری که هر کدام از نواحی ایجادشده، نماینده یکی از اشیاء داخل تصویر باشد. بدین ترتیب برای سنجش شباهت میان تصاویر بجای استفاده از ویژگی های سطح پایین از نواحی یامفاهیم سطح بالای تصویر استفاده می گردد. از آنجا که مفاهیم مورد نظر کاربر از اهمیت زیادی برخوردار م یباشد؛ در این روش با استفاده از واسطکاربر طراحی شده، مفاهیم یا اشیاء مورد علاقه کاربر نیز در تصویر پرس و جو شناسایی گردیده و از آ نها در جستجو بهره می شود. با استفاده از اینروش نه تنها شکاف معنایی کاهش یافته، بلکه مفاهیم مورد نظر کاربر نیز برای افزایش دقت جستجو در نظر گرفته می شود. برای سنجش صحتعملکرد روش پیشنهادی از تصاویر استاندارد استفاده گردیده است که نتایج آزمایش، نشان دهنده این است که این روش بر روی تصاویر با پیچیدگیزیاد، دارای دقت بالایی نسبت به رو شهای مشابه است.

کلیدواژه ها:

بازیابی تصویر مبتنی بر محتوا ، بخش بندی تصویر ، شکاف معنایی ، بازیابی تصویر مبتنی بر ناحیه ، نواحی معنایی

نویسندگان

محسن سرداری زارچی

دانشگاه اصفهان

سیدامیرحسن منجمی

دانشگاه اصفهان

کمال جمشیدی

دانشگاه اصفهان

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 :
  • Zhang, D., Islam, M. M., and Lu, G., "A review ...
  • Ritendra Datta, D. J., Jia Li , James , Z. ...
  • Stanchev, P., Jr, D. G., and Dimitrov, B., "High Level ...
  • Goh, K. S., Chang, E. Y., and Li, B., "Using ...
  • Park, S. B., Lee, J. W., and Kim, S. K., ...
  • Lee, K.-L. and Chen, L.-H., "An efficient computation method for ...
  • Jeon, J., Lavrenko, V., and Mamatha, R., "Automatic image annotation ...
  • Prasad, B. G., Biswas, K. K., and Gupta, S. K., ...
  • Liu, Y., Zhang, D., Lu, G., and Ma, W.-Y. "A ...
  • Zhu, Z., Wang, Y., and Jiang, G., "Statistical image modeling ...
  • Chung, C.-H., Cheng, S.-C., and Chang, C.-C., "Adaptive image segmentation ...
  • Bhanu, B. Le, S., and Das, S., "Adaptive image segmentation ...
  • Bhanu, B. and Jing, P., "Adaptive integrated image segmentation and ...
  • Farmer, M. E. and Jain, A. K. "A wrapper based ...
  • Subasic, M., Loncaric, S., and Birchbauer, J., "Expert system segmentation ...
  • Dunlop, H., "Scene classification of images and video via semantic ...
  • Bergman, R. and Nachlieli, H., "Perceptual Segmentation: Combining Image Segmentation ...
  • Zamalieva, D., Aksoy, S., and Tilton, J. C., "Finding compound ...
  • EDISON Software. Available: http : //co ewww.rutgers _ edu/riul/re search/co ...
  • Laws, K. I., "Textured Image Segmentation, " DTIC Document 1980. ...
  • Ning, J., Zhang, L., Zhang, D., and Wu, C., "Interactive ...
  • COREL Dataset. Available: http : /wang. ist.p _ _ edu/doc ...
  • Duda, R. O. and Hart, P. E., Pattern Classification and ...
  • نمایش کامل مراجع