حاشیه نویسی معنایی تصاویر با استفاده از یک رویکرد تکاملی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده مهندسی برق و کامپیوتر
- author سمانه بهرامی
- adviser محمد صنیعی آباده نصرالله مقدم چرکری
- Number of pages: First 15 pages
- publication year 1393
abstract
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.
similar resources
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 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...
full textحاشیه نویسی تصاویر با استفاده از واژه ها ی بصری
حاشیه نویسی تصاویر به فرآیند تولید کلماتی که محتوای تصویر را توصیف کنند اطلاق میشود. هدف حاشیه نویسی تصاویر تولید کلماتی است که توصیف گرهای مناسبی برای تصاویر باشند. در واقع در حاشیه نویسی مجموعه ای از کلمه یا کلماتی که بیان گر معنا و مفهوم واقعی تصویر است با تصاویر همراه می شود. منظور از معنا و مفهوم واقعی مفاهیمی نزدیک به برداشت انسان ها از تصویر است. یافتن تصویر مورد نیاز یک کاربر از بین تصا...
15 صفحه اولحاشیه نویسی خودکار تصاویر مبتنی بر خوشه بندی دو سطحی بصری و معنایی
حاشیه نویسی خودکار تصاویر به ایجاد خودکار برچسب های متنی مطابق با محتوای بصری تصاویر دلالت دارد. اگرچه در دهه گذشته تحقیقات فراوانی در این زمینه انجام گرفته است اما وجود برچسب های متعدد و وجود شکاف معنایی میان این برچسب ها و ویژگی های سطح پایین بصری باعث کاهش دقت و کارایی این سامانه ها شده است. در این پژوهش یک روش حاشیه نویسی با استفاده از خوشه بندی دو سطحی بر مبنای ویژگی های کاهش یافته با الگو...
full textحاشیه 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...
15 صفحه اولMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده مهندسی برق و کامپیوتر
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023