حاشیه نویسی خودکار تصاویر بر اساس نزدیکترین همسایه مشابه

حاشیه نویسی تصویر به معنای انتصاب یک یا چند کلمه برای توصیف تصویر است. ورودی(ها) سیستم حاشیه نویسی، ویژگی های استخرج شده از تصویر است و خروجی(ها) کلمات کلیدی هستند که محتوای تصویر را توصیف می کنند. اغلب روش های موجود برای حاشیه نویسی خودکار تصاویر از روش های یادگیری ماشین استفاده می نمایند که پیچیدگی زمانی بالایی دارند. برای کاهش این مشکل، در این مقاله روش جدیدی برای حاشیه نویسی تصاویر بر اساس نزدیک ترین تصویر همسایه مشابه به منظور دسته بندی تصاویر بر اساس محتوا جهت استفاده در سیستم های بلادرنگ ارائه شده است. ایده اصلی این روش استخراج ویژگی های سطح پایین و نمایه سازی تصاویر بر اساس سه مولفه رنگ، بافت و شکل می باشد. ابتدا ویژگی های سطح پایین برای تصاویری که قبلا به صورت دستی توسط انسان حاشیه نویسی شده اند، استخراج می گردد، سپس ویژگی های تصویر ورودی با ویژگی های هر کدام از تصاویر مجموعه داده مقایسه شده و نزدیکترین تصاویر از نظر تشابه انتخاب می گردند. سپس بر اساس روش رای گیری از کلمات کلیدی بدست آمده از تصاویر مشابه، تصویر جدید به وسیله پر تکرارترین کلمات حاصل از تصاویر نزدیک همسایه حاشیه نویسی می شود. آزمایشات و ارزیابی های انجام شده روش پیشنهادی بر روی مجموعه تصاویر Corel5k نشان داد که روش پیشنهادی عملکرد بهتری علاوه بر زمان از نظر دقت نیز نسبت به کارهای گذشته دارد.

کلیدواژه ها:

حاشیه نویسی خودکار تصاویر ، بازیابی تصاویر ، ویژگی رنگ ، بافت ، روش نزدیکترین همسایه