حاشیه نویسی معنایی تصاویر با استفاده از یک رویکرد تکاملی

با رشد گسترده تکنولوژی های مرتبط با اینترنت، تصاویر و ویدئوها به سرعت در حال توسعه بر روی بستر اینترنت هستند. چگونگی ساماندهی و مدیریت این اطلاعات حجیم، بحث داغی شده است که نیاز به راه حل های فوری دارد. بازیابی اطلاعات چندرسانه ای، گامی موثر جهت حل مشکل بیان شده و حاشیه نویسی خودکار تصاویر گامی مهم و کلیدی در بازیابی اطلاعات چندرسانه ای می باشد. حاشیه نویسی خودکار تصاویر به ایجاد خودکار برچسب های متنی مطابق با محتوای بصری تصاویر دلالت دارد. در این پژوهش روشی بر مبنای روش های تکاملی برای این مسئله پیشنهاد شده است. الگوریتم ژنتیک هم به عنوانی گامی در پیش پردازش داده های تصویری و کمک به کاهش ابعاد بردارهای ویژگی درفضاهای گوناگون بصری و نیز در ترکیب نتایج حاشیه نویسیِ فضاهای ویژگی گوناگون پیشنهاد شده است. در این پژوهش بر آنیم تا از هر دو نوع ویژگی های محلی و سراسری به منظور بهره بردن از مزایای هر دو نوع شیوه توصیف تصاویر استفاده کنیم. بنابراین چندین بردار ویژگی شامل ویژگی های محلی و ویژگی های سراسری از تصاویر استخراج شده اند. از آنجا که با چندین بردار ویژگی و در هر بردار با ابعاد بالایی از ویژگی ها مواجه هستیم، الگوریتم ژنتیک جهت انتخاب زیرمجموعه ویژگی های موثر به کار گرفته شده است. جهت دسته بندی تصاویر بدون برچسب به گونه ای که تنها تصاویر مرتبط به هر تصویر جدید در دسته بندی آن تصویر دخالت داده شوند، طی یک فرایند خوشه بندی دولایه بر مبنای محتوای بصری و هم چنین فضای معنایی، تصاویر مرتبط به هم در یک خوشه قرار می گیرند. الگوریتم ژنتیک جهت ترکیب معنایی و کارای نتایج فضاهای ویژگی مبنی بر این که هر فضای ویژگی در شناسایی بعضی برچسب های خاص سرآمد سایر فضاهای ویژگی می باشد و سپس ارائه نتیجه نهایی که همان برچسب های انتخاب شده برای تصویر بدون برچسب است پیشنهاد شده است. جهت ارزیابی روش، دو دادگان شناخته شده ی corel5k و iapr tc-12 استفاده شده اند. روش پیشنهادی برای دادگان corel5k سبب افزایش کارایی سامانه با در نظر گرفتن معیار f1 از 0.25 به 0.333 و برای دادگان iapr tc-12 از 0.3 به 0.364 شده است. در ارزیابی عملکرد حاشیه نویسی، روش پیشنهادی در مقایسه با سایر روش ها روی دادگان corel5k عملکردی معادل با بهترین روش و برای دادگان iapr tc-12 بهبود داشته است. هم چنین روش پیشنهادی از نظر کیفیت رتبه بندی تصاویر (معیار میانگین دقت متوسط) در مقایسه با سایر روش ها روی دادگان corel5k بهبودی نداشته است ولیکن در دادگان iapr tc-12 نسبت به بهترین روش بهبود حاصل شده است.