طراحی یک سیستم برای دسته بندی تصاویر بر اساس معیارهای هنری

پایان نامه
چکیده

زیبایی شناسی از مفاهیم عمیقی است که در دنیای هنر و عکاسی وجود دارد و قضاوت زیبایی شناسی در تصاویر، یک پردازش بالای ذهنی است. به رغم فقدان قوانین محکم، ویژگی های اثبات شده ی خاصی در تصاویر عکاسی و نقاشی وجود دارد و اعتقاد بر این است که تعداد زیادی از آنها برای زیبایی شناسی، قطعاً به انسان کمک می کنند. لذا ما تلاش کردیم این ویژگی ها را در حوزه پردازش تصویر جهت زیبایی شناسی خودکار تصاویر به کار گیریم. ما در این پایان نامه دو کار جدید در زمینه تشخیص زیبایی ارائه دادیم، اولی در حوزه تصاویر عکاسی و دیگری تصاویر نقاشی های تذهیب که به شرح زیر است: در بخش اول ، تمرکز را بر روی پردازش تصویر برای زیبایی شناسی در حوزه تصاویر عکاسی گذاشتیم، انگیزه این کار ازدیاد تصاویر در دنیای امروز می باشد و از اینرو نیاز به ابزارهایی جهت ایجاد آلبوم های تصاویر دیجیتال و همچنین ایجاد فرآیند های موثر در جستجو و مدیریت خودکار محتویات بر اساس ویژگی هایی چون کیفیت یا مقدار زیبایی تصویرمی باشد. لذا ابتدا به بررسی ویژگی های متداول در زیبایی شناسی در حوزه های مختلف عکاسی که شامل تصاویر پرتره، خبری، ورزشی، حیوانات و انتزاعی می باشند، پرداخته و با توجه به کلی بودن ویژگی های زیبایی شناسی ارائه شده در حوزه عکاسی، سعی در تعیین تاثیر مجزای هریک از ویژگی ها بر روی حوزه های مختلف عکاسی شده است. در ادامه، از بین ویژگی های ارائه شده، 6 ویژگی برتر که به طور خاص در تصاویر منظره بالاترین تاثیر گذاری را دارند، پیشنهاد می گردد. بررسی صحت تاثیر این ویژگی ها از طریق مقایسه تصاویری ازیک پایگاه داده استاندارد نشان داده شد. با فرض رتبه بندی ارزیابی زیبایی در پایگاه داده در بازه1 الی 7، 1(خیلی زشت) و 7 (بسیار زیبا)، مشاهده شد که حداقل یکی از ویژگی های منتخب در تصاویرِ با رتبه های 5 به بالا(مورد قبول زیبایی) موثر بوده و هیچ یک از ویژگی های منتخب، متاثر از تصاویر با رتبه های کمتر از 5 نخواهند بود. و در ادامه کار را به طور خاص بر روی طرحهای تذهیب متمرکز کردیم. طرح های تذهیب شامل مجموعه ای از نقش های اصیل و هندسی پایه است که از حیث تعداد و تکرار قابل تغییر می باشند. خلق یک اثر هنری توسط هنرمند عموما بر اساس بکارگیری یک یا چند نقش پایه و سپس استفاده از ذوق هنری در نحوه چینش و تکرارآنها است که از این طریق قادر به خلق نقوشی با تنوع و گستردگی فراوان خواهند بود. به دلیل کثرت و گستردگی نقوش و همچنین به دلیل ظرافت بالای نقش های خلق شده، فرآیند ارزیابی و رتبه بندی نقوش سنتی ایران مستلزم دقت بالا در کنار صرف زمان بسیار زیاد می باشد. لذا ارائه یک روش خودکار و کارآمد جهت رتبه بندی زیبایی نقوش خلق شده از اهمیت بسزایی برخوردار است. در این بخش از پایان نامه از مهمترین ویژگی زیبایی شناسی نقوش سنتی ایران یعنی تقارن برای تدوین یک روش کارآمد جهت ارزیابی کمّی آنها استفاده شده است. صحت عملکرد روش تدوین شده با استفاده از رتبه کیفی شخص خبره (استاد نگارگری) جهت امتیاز دهی به مجموعه ای از نقوش و مقایسه نتایج حاصله با نتایج حاصل از روش ارائه شده مورد بررسی قرار گرفته است. بررسی نتایج و مقایسه آنها نشان دهنده قابلیت اطمینان روش ارائه شده می باشد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طراحی سیستم پیشرفته­ای برای بازشناسی احساسات بر اساس سیگنال­های مغزی و تصاویر چهره

زمینه: با توجه به نقش احساسات در زندگی انسان، چنان­چه به توان احساسات را هم­زمان با تحلیل حالت چهره، از طریق سیگنال EEG بازشناسی کرد، می‌­توان حالت‌های احساسی واقعی را از تصنعی تشخیص داد. از مهم‌ترین کاربرد­های این امر، دروغ‌­سنجی و همچنین کمک به بیمارانی است که قادر به درک احساسات هستند اما از نشان دادن آن در چهره خود ناتوانند. روش کار: در این مطالعه آزمایش‌­هایی برای ایجاد حالت‌­های مختلف اح...

متن کامل

معرفی یک سیستم هوشمند دقیق برای جداسازی تصاویر ماموگرافی بر اساس میزان چگالی بافت‌ها و توده‌ها

چکیده مقدمه: سرطان پستان یکی از شایع‌ترین بیماری‌های زنان است. شناسایی و تشخیص زود هنگام این بیماری می‌تواند در درمان آن بسیار موثر باشد. ماموگرافی در حال حاضر از موثرترین روش‌های تشخیص بیماری سرطان پستان است. دسته بندی و جداسازی تصاویر مشابه بر اساس نوع توده‌ها و بافت‌های موجود در آن می‌تواند در تفکیک و تشخیص بیماری بسیار موثر باشد. دقت در جداسازی ویژگی‌ها یک فاکتور مهم در طبقه بندی، کلاس بن...

متن کامل

دسته بندی و شناسائی اهداف زیرآبی بر اساس اصوات منتشره

This paper investigates an underwater noise target classification algorithm in order to identify vessels in shallow water. To this aim the Hilbert Huang transform has been used to extract features in order to be used in a classifier. The Support Vector Machine has been considered to identify targets. The proposed method based on Hilbert Huang Transform shows considerable gain against similar ap...

متن کامل

طراحی یک دسته بند بر اساس مفاهیم سیستم های ایمنی

بسیاری از الگوریتم های سیستم ایمنی مصنوعی بکار گرفته شده در زمینه داده کاوی از معیار فاصله اقلیدسی استاندارد برای محاسبه پیوستگی بین واحد های سیستم، آنتی بادی ها و آنتی ژن ها، استفاده می کنند. معیار فاصله اقلیدسی استاندارد منجر به تاثیر یکسان تمام ویژگی ها بر پیوستگی یا فاصله محاسبه شده می گردد. در صورتی که در اغلب موراد، برخی ویژگی ها ارتباط بیشتر و برخی دیگر از ویژگی ها ارتباط کمتری با موضوع ...

15 صفحه اول

تشخیص و دسته بندی وسایل نقلیه بر اساس پردازش تصویر برای یک سیستم نظارت ترافیکی

در این پایان نامه یک روش جدید برای تشخیص و حل مساله همپوشانی وسایل نقلیه در تصاویر ترافیکی و همچنین دسته بندی وسایل نقلیه ارائه می شود. وسایل نقلیه موجود در یک صحنه ترافیکی، با استفاده از یک الگوریتم بخش بندی تصاویر ویدئویی بر اساس حرکت، تشخیص داده می شوند. سپس نواحی پیش زمینه تصاویر بخش بندی شده، که متعلق به همپوشانی وسایل نقلیه در تصویر هستند، تشخیص داده می شوند و اکثر آنها به وسایل نقلیه جدا...

طراحی یک سیستم cad برای شناسایی و طبقه بندی تومورهای سرطان سینه در تصاویر dce-mr بر اساس شبکه های عصبی کانولوشن سلسله مراتبی

در این مقاله، یک سیستم cad بر اساس شبکه های عصبی کانولوشن سلسله مراتبی با ساختاری جدید، جهت ایجاد تمایز بین تومورهای خوش خیم و بدخیم در تصاویر mr سینه پیشنهاد شده است. شبکه ی عصبی کانولوشن، یک شبکه ی سلسله مراتبی عصبی است که بر روی تصاویر دو بعدی اعمال می شود و فرآیندهای استخراج ویژگی و طبقه بندی را در یک ساختار واحد و کاملاً تطبیقی، ادغام می کند. این ساختار می تواند ویژگی های دو بعدی کلیدی را ب...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023