روش های نوین دستهبندی تصاویر(Image Classification)

با توجه افزایش فایلهای چندرسانهای در دهههای اخیر، نیاز به بازیابی و مدیریت موثر این داده ها به شدت احساس می شود. حجم این اطلاعات بیشتر از توانایی انسان به منظور جستجوی موثر اطلاعات است، از این رو ارائه روشهایی برای مدیریت چنین جستجوهایی ضرو ریاست. بنابراین با توجه به اهمیت این موضوع در این پژوهش روشهای موجود برای دستهبندی تصاویر مورد بررسی قرار می گیرد. در دسته - بندی تصاویر، هدف جداسازی تصاویر مبتنی بر محتوای دیداری آنها است که این از طریق استخراج ویژگیهای مناسب انجام میشود. بیشترتلاش محققین این زمینه بر روی استخراج ویژگیهای مناسب است. بنابراین در این پژوهش پیشرفت های حاصل شده در زمینه استخراجویژگیها مورد بررسی قرار میگیرد. همچنین استفاده از کلاس بند ماشینهای بردار پشتیبان در بیشتر مطالعات این زمینه به چشم می خورد.در پایان با استفاده از استخراج مشخصه هیستوگرام رنگ به عنوان ویژگی تصاویر و کلاس بندی چند کلاسی ماشینهای بردار پشتیبان مسئله دستهبندی تصاویر با 8 کلاس مختلف بر روی پایگاه دادهCorel پیادهسازی میشود. نرخ تشخیص 76.25 درصد به عنوان نتیجه پیاده سازی گزارش میشود. در پایان یکی از روشهای نوین حال حاضر نیز بر روی پایگاه داده در نظر گرفته شده آزمایش شده است که نرخ تشخیص 91.75 درصد برای آن گزارش میشود

کلیدواژه ها:

شناسایی چهره ، تصاویر دو بعدی ، تصاویر سه بعدی