جهت بهبود عملکرد سیستم‌‌های بازیابی تصویر براساس محتوا از روش‌های بازخورد ربط1 استفاده می‌شود. در این مقاله، یک روش جدید بازخورد ربط با رویکرد اصلاح معیار شباهت در یک سیستم بازیابی تصویر مبتنی بر جایگزینی فازی تصاویر اشعه x پزشکی با گراف نسبی ویژگی‌دار فازی2 ارائه شده است. روش بازخورد ربط پیشنهادی با استفاده از میزان شباهت تصاویر مرتبط و غیرمرتبط با تصویر پرس‌وجو، وزن بهین...

هدف هر نظام بازیابی اطلاعات پزشکی، ارائه به موقع اطلاعات مرتبط در زمان مناسب به کاربر مناسب است. تصاویر به عنوان شکلی از مدارک که می توانند حجم قابل توجهی از اطلاعات را منتقل کنند از اهمیت خاصی برخوردارند. در پزشکی مهمترین استفاده از تصاویر در آموزش، پژوهش و تشخیص طبی است. این استفاده گسترده نشان دهنده ی اهمیت روزافزون تصویربرداری در حیطه های مختلف پزشکی است. بنابراین پیشرفت های جدید در فنون تص...

جهت بهبود عملکرد سیستم‌‌های بازیابی تصویر براساس محتوا از روش‌های بازخورد ربط1 استفاده می‌شود. در این مقاله، یک روش جدید بازخورد ربط با رویکرد اصلاح معیار شباهت در یک سیستم بازیابی تصویر مبتنی بر جایگزینی فازی تصاویر اشعه x پزشکی با گراف نسبی ویژگی‌دار فازی2 ارائه شده است. روش بازخورد ربط پیشنهادی با استفاده از میزان شباهت تصاویر مرتبط و غیرمرتبط با تصویر پرس‌وجو، وزن بهین...

فرآیند پالایش شرح ­گذاری تصاویر، رویکردی موثر در بهبود بازیابی تصاویر مبتنی بر برچسب می‌باشد. در شبکه ­های اجتماعی و موتورهای جستجو بسیاری از تصاویر دارای تگ ­های مبهم، ناقص و بی­ ارتباط با محتوا هستند. وجود این تگ ­های غیرقابل اعتماد، موجب کاهش دقت بازیابی تصاویر می ­شود. از این­رو در دهه اخیر، الگوریتم ­هایی با عنوان پالایش تگ (TR) مطرح شده‌اند که به رفع نویز و غنی‌سازی برچسب‌های تصاویر می‌پر...

بازیابی معنایی تصویر از مباحث مورد توجه در بازشناسی الگو است. یکی از روش های متداول جهت نزدیکتر شدن سامانه بازیابی به محتوای معنایی تصاویر، استفاده از بازخورد ربط است. در این مقاله رویکردی جهت یادگیری کوتاه مدت به روش بهبود تابع شباهت ارائه شده که استفاده از گرادیان نزولی در یادگیری وزن های تابع شباهت را بهبود داده است. در این روش، علاوه بر وزن های هر مولفه ویژگی، وزن های نوع ویژگی نیز بهینه سا...

هدف از این پایان نامه یافتن الگوریتم هایی مناسب جهت بازیابی تصاویر در پایگاه داده، با الهام از سیستم بینایی انسان می باشد تا علاوه بر دقت بالای بازیابی، باعث کاهش فاصله معنایی شود. مطالعات ما روی سیستم بینایی انسان و روش های گوناگون استخراج ویژگی های سطح پایین رنگ و بافت که در بازیابی تصویر براساس محتوا وجود دارند انجام شده است.

امروزه با رشد تکنولوژی­ های ثبت و به اشتراک گذاری تصاویر، تعداد تصاویر دیجیتال افزایش چشمگیری یافته است. مدیریت این حجم از داده­ های تصویری به سامانه­ ای کارآمد جهت مرور، دسته‎بندی، جستجو و بازیابی نیاز دارد. سامانه ­های بازیابی تصاویر در نسل­ های جدید یک عبارت معنایی را معمولاً به صورت یک یا چند کلمه کلیدی از کاربر گرفته، به دنبال بازیابی تصاویری با محتویات بصری مرتبط با آن معن...

بازیابی محتوایی تصویر (cbir) یک عرصه فعال تحقیق است. در آن با داشتن مجموعه ای از تصاویر، با توجه به درخواست کاربر تصاویر مشابه بر اساس محتوایشان بازیابی می شوند. با توجه به افزایش سریع حجم تصاویر دیجیتال نیاز است تا روش های بازیابی تصویر موثر و کارا وجود داشته باشد. بازیابی محتوایی تصویر (cbir) روشی مناسب برای پردازش داده های تصویری است زیرا بر اساس ویژگی های معنایی و ظاهر دیداری تصاویر، آنها ر...

بازیابی تصویر مبتنی بر محتوی، به معنای بازیابی تصاویر با استفاده از ویژگی های سطح پایین همچون رنگ، بافت و شکل می باشد. در این نوع بازیابی، شکاف معنایی به معنای اختلاف در تفسیر تصاویر، بین انسان و الگوریتم کامپیوتری می باشد. در این حوزه، نگاشت غیرصحیح ویژگی های سطح پایین تصویر به معانی سطح بالا، سبب می شود تا شکاف معنایی افزایشیابد. در بازیابی تصویر، چنانچه با تغییر در بافت، رنگ و یا شکل تصویر، ...

بازیابی تصویر مبتنی بر محتوا از رویکردهای مهم مطرح در حوزه بازیابی تصویر در سال های گذشته است. مهمترین چالش فراروی این رویکرد عبارت است از وجود فاصله معنایی میان ویژگی های بصری سطح پایین و معانی سطح بالا موجود در تصاویر. بازیابی مبتنی بر ناحیه و یادگیری از کاربر در چرخه بازیابی تصویر، به عنوان دو نمونه از مهمترین روش های ارائه شده برای کاهش فاصله معنایی به شمار می روند. یادگیری چند نمونه ای از ...