حاشیه نویسی خودکار تصاویر مبتنی بر خوشه بندی دو سطحی بصری و معنایی

حاشیه نویسی خودکار تصاویر مبتنی بر خوشه بندی دو‌سطحی بصری و معنایی

حاشیه‌نویسی خودکار تصاویر به ایجاد خودکار برچسب‌های متنی مطابق با محتوای بصری تصاویر دلالت دارد. اگرچه در دهه گذشته تحقیقات فراوانی در این زمینه انجام گرفته است اما وجود برچسب‌های متعدد و وجود شکاف معنایی میان این برچسب‌ها و ویژگی‌های سطح پایین بصری باعث کاهش دقت و کارایی این سامانه‌ها شده است. در این پژوهش یک روش حاشیه‌نویسی با استفاده از خوشه‌بندی دو‌سطحی بر مبنای ویژگی‌های کاهش یافته با الگو...

حاشیه نویسی خودکار تصاویر پزشکی

در حاشیه نویسی تصاویر پزشکی معمولاً تولید چهار بخش اطلاعاتی در مورد تصاویر لازم است. این بخش ها، شامل اطلاعاتی درباره ی تکنیک تهیه تصویر، اندام، جهت عکس برداری و سیستم بیولوژیکی است. حاشیه نویسی خودکار تصاویر با استفاده از سیستم یادگیری ماشین برای دسته بندی تصاویر به کلاس های مختلف انجام می شود، به طوری که هر کلمه معرف یک دسته است. ورودی سیستم یادگیری ماشین ویژگی های مستخرج از تصویر است. در حاشی...

حاشیه نویسی معنایی تصاویر به کمک آنتولوژی

در دنیای امروز با توسعه و گسترش سریع تصویرسازی دیجیتال و دردسترس بودن ابزار آن ازجمله دوربین های دیجیتال، حجم بالایی از اطلاعات در قالب تصویر موجودند. مدیریت و بازیابی کارا و موثر این تصاویر به ویژه توسط ماشین ها یکی از چالش های موجود در این زمینه است. بنابراین سیستم هایی مورد نیاز است که بتوانند این اطلاعات با حجم زیاد را، با دقت بالایی مدیریت و بازیابی کنند. در بسیاری از مواقع موتورهای جست وج...

حاشیه نویسی خودکار تصویر با استفاده از ارتباط معنایی بین نواحی مبتنی بر تئوری تصمیم چندشرطی – افتخاری مقدم

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...

قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل

علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستم‌های هوشمند به کار گرفته می‌شود. اولین گام در بسیاری از کاربرد‌های بینایی ماشین، قطعه‌بندی تصویر می‌باشد. در این پژوهش، روش خوشه­بندی طیفی با سوپرپیکسل برای قطعه­بندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخش­بندی، یک میزان تشابه فازی هسته­ای جدید پیشنهاد داده­ایم که سبب کا...