بهبود شرح نگاری خودکار تصاویر به وسیله تجزیه نامنفی ماتریس و آدابوست

سیستم های شرح نگاری خودکار تصاویر، وظیفه توصیف محتوای تصاویر بهوسیله تخصیص برچسب به آنها را بر عهده دارند . هدف از انجام این تحقیق بهبود چشمگیر نتایج دقت و سرعت یک سیستم شرحنگار تصاویر میباشداخیرا با توجه به رشد روزافزون تصاویر، فرآیند شرح نگاری بر روی پایه های تصاویر بجای خودشان اجرا میگردد . یکی از این تکنیکهای جدید، پیاده سازی الگوریتم تجزیه نامنفی ماتریس (NMF) بر روی ویژگیهای به دست آمده از تصاویر میباشد. مبنای روش پیشنهادی ما، استفاده از مفهوم یادگیری گروهی برای بهبود دقت یک سیستم شرحنگاری مبتنی بر NMF است. بدین صورتکه ابتدا از طریق الگوریتم قدرتمند آدابوست طبقه بندی تصویر آزمون صورت گرفته و ضریب تعلق تصویر آزمون به هر یک از دسته های تصاویر آموزش محاسبه میگردد. سپس این ضریب در هنگام جستوجو در میان تصاویر آموزش، برای تخصیص برچسب به تصویر آزمون، دقت کار را به طور به سزایی افزایش میدهد. این جستوجو از طریق روش KNN بر روی پایه های تصاویر صورت میگیرد. نتایج بدست آمده از آزمایشها، حاکی از برتری 7 در صدی دقت روش پیشنهادی نسبت به روش رقیب میباشد. همچنین روش پیشنهادی از نظر قدرت همگرایی، سریعتر از روشهای مشابه دیگر است.

کلیدواژه ها:

آدابوست ، بازیابی تصاویر ، تجزیه نامنفی ماتریس ، شرح نگاری تصاویر ، یادگیری گروهی