بازیابی تصویر مبتنی برمحتوی با استفاده از ویژگی های سراسری و محلی مبتنی برمدل GBOVW
محل انتشار: سومین کنفرانس آخرین دستاوردهای علمی در حوزه مهندسی کامپیوتر پردازش نرم و تکنولوژی های نوین پردازشی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 523
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCEIT03_024
تاریخ نمایه سازی: 5 آبان 1397
چکیده مقاله:
در این مقاله روش جدیدی برای سیستم بازیابی تصویر مبتنی برمحتوی براساس ویژگی های سراسری و محلی تصویر مبتنی بر گروهبندی کیسه کلمات بصری ارایه میشود. در این روش برای استخراج ویژگی های سراسری از ویژگی رنگ و برای استخراج ویژگی های محلی از الگوریتم SURF و مدل BOVW1 استفاده شده است.به دلیل استخراج حجم عظیمی از نقاط کلیدی وبرجسته ی تصاویرازمدل کیسه ی کلمات بصری جهت کوانتیزه کردن ویژگی های محلی استفاده می شود.ازهیستوگرام رنگ HSV برای تولید بردارویژگی سراسری استفاده می شود.اماین روش با استفاده از پایگاه داده کرل 1000 و معیار فاصله ی منهتن وزن دار آزمایش شده است، که در مقایسه با دیگر روش های پیشین دقت بازیابی تصاویر از جمله در کلاس کوهستان و ساحل افزایش قابل قبولی یافته است.کلاس کوهستان با دقت52,8 ،ساحل با دقت 48,7وساختمان با 78,9 با ودیگر کلاس های پایگاه داده ی کرل به بالای 80درصدبا 20 تا نزدیکترین تصویر مشابه محاسبه شده است.
نویسندگان
سمیرا حیدری
دانشجوی کارشناسی ارشد رشته نرم افزار کامپیوتر،دانشگاه آزاد اهواز
ماشاالله عباسی دزفولی
دکتری کامپیوتر،دانشگاه آزاد اسلامی اهواز