مقاله

سیستم بازیابی محتوا محور تصویر با استفاده از شبکه عصبی

هدف از بازیابی تصاویر محتوا محور ،بازیابی تصاویری است که شباهت زیادی به تصویر مورد نطر دارد.در یک سیستم بازیابی تصویر سه وظیفه در نظر کرفته شده است:

1-       فرایند استخراج داده

2-       پردازش تصویر مورد پرس وجو

3-       بازخورد ارتباط

پردازش استخراج داده اولین قدم میباشد.در این قدم ویژگیها وخصوصیات سطح پایین یک تصویرj=1,2,3,...,m  به مانند رنگ ،بافت ، شکل وغیره استخراج میشود وبه بهترین شکل ممکن محتویات هر تصویر به مانند i را توصیف میکند.

خصوصیات وسیله مقادیر عددی مرتبط بیان میشود وبه صورت دسته هایی با بردارهای ویژگی مناسب به مانند [F_i=F_i1,F_i2,F_i3,....F_im] بطوریکه F_ij مقادیر موقعیت j از بردار ویژگی مرتبط با پرس و جوی q_i میباشد.این مراحل معمولا بصورت آفلاین انجام میگیرد.

پردازش پرس وجودر مرحله ی بعد با استفاده از بردار ویژگی و فاصله ی اقلیدسی شباهت بین تصویر مورد پرس وجو را با شباهت تصویر موجوددرپایگاه داده موردبررسی قرار میدهد.براساس نتیجه شباهت یک بردار امتیاز ایجاد میشود. یک بردار امتیاز s_i از یک تصویر i به صورت یک مجموعه از امتیازها به صورت [ُS_i=S_i1,S_i2,...,S_in] بطوریکه n ابعاد پایگاه داده تصویر می باشد. 

مقاله

 "سیستم بازیابی تصاویر محتوا محور با استفاده از شبکه عصبی "

هدف از بازیابی تصاویر محتوا محور ،بازیابی تصاویری است که شباهت زیادی به تصویر مورد نطر دارد.در یک سیستم بازیابی تصویر سه وظیفه در نظر کرفته شده است:

1-      1-فرایند استخراج داده

2-      2-پردازش تصویر مورد پرس وجو

3-      3-بازخورد ارتباط

پردازش استخراج داده اولین قدم میباشد.در این قدم ویژگیها وخصوصیات سطح پایین یک تصویرj=1,2,3,...,m  به مانند رنگ ،بافت ، شکل وغیره استخراج میشود وبه بهترین شکل ممکن محتویات هر تصویر به مانند i را توصیف میکند.

خصوصیات وسیله مقادیر عددی مرتبط بیان میشود وبه صورت دسته هایی با بردارهای ویژگی مناسب به مانند [F_i=F_i1,F_i2,F_i3,....F_im] بطوریکه F_ij مقادیر موقعیت j از بردار ویژگی مرتبط با پرس و جوی q_i میباشد.این مراحل معمولا بصورت آفلاین انجام میگیرد.

پردازش پرس وجودر مرحله ی بعد با استفاده از بردار ویژگی و فاصله ی اقلیدسی شباهت بین تصویر مورد پرس وجو را با شباهت تصویر موجوددرپایگاه داده موردبررسی قرار میدهد.براساس نتیجه شباهت یک بردار امتیاز ایجاد میشود. یک بردار امتیاز s_i از یک تصویر i به صورت یک مجموعه از امتیازها به صورت [ُS_i=S_i1,S_i2,...,S_in] بطوریکه n ابعاد پایگاه داده تصویر می باشد.

در این مقاله تمرکز برروی چگونگی نمایش تصویر مورد پرس وجو با استفاده از ویژگیها وبردارامتیازها میباشد.

بازیابی تصویربراساس شبکه عصبی

برای ساخت شبکه عصبی ،نیاز به مجموعه ای از پرس وجوها q₁,q_2,...q_n داریم.هر پرس وجوی q_i روی بردار ویژگی بوسیله ی F_qi=[F_qi1,F_qi2,...F_qim] بیان میشود بطوریکه F_qij مقادیر ویژگی در پرس وجوی q_i می باشد.فرایند بازیابی تصویر یک بردار امتیاز به صورت S_q=[S_qi1,S_qi2,...S_qin] ایجاد میکند.بطوریکه S_qij مقدار امتیاز شباهت بین تصویر موردپرس وجو q_i و تصویرj بطوریکه jϵ{i,j} می باشد.ما فرض می کنیم هر الگوریتم بازیابی تصویر با یک مدل فضای بردار نمایش داده میشود که همان رتبه بندی تصویر است.

این مدل فضای برداری بوسیله یک ماتریس m*n با نام w مشخص میشود،بطوریکه برای هر q_i که بوسیله بردارویژگی F_qi توصیف شده ،به یک بردار امتیاز S_qi مرتبط میشود .بنابراین:

F_qi*w=S_qi                 (1)

در این مقاله کوشش میکنیم که ماتریس w را با استفاده از یک مجموعه پرس وجوها (یک مجموعه از پرس وجوها برای فاز اموزش ویک مجموعه از پرس وجوها برای فاز اعتبارسنجی )وبردارهای امتیاز S_qi مرتبط با آن پیشگویی کنیم.برای حل معادله (1) یک شبکه عصبی شامل 2 لایه می سازیم . 

با

زیابی تصویربراساس شبکه عصبی

بازیابی تصاویر بر اساس متن

روش معمول و سنتی بازیابی تصاویر، بازیابی مبتنی بر متن است. در این روش کلمات کلیدی برای توصیف محتوای تصویر استفاده میشوند. تصاویر توسط اطلاعات متنی همراه خود، مانند نام تصویر، نوع تصویر، کلمات کلیدی ، متنی که تصویر به آن مربوط است و غیره در مجموعه داده شاخص گذار ی میشوند وبازیابی از طریق جستجو در این مجموعه داده و بر اساس این اطلاعات متنی صورت می گیرد. بنابراین تکنیکهای معمول برای بازیابی مبتنی بر متن ، همان تکنینهای ارائه شده در زمینه ی بازیابی اطلاعات می باشند.چالشهای پیش رو در این زمینه شامل موارد زیر است :

-         ارائه ی مناسبی به منظور سازمان دهی و دسته بندی داده ها در مجموعه داده ،به نحوی که زمان جستجو وبار محاسباتی مناسبی داشته باشد.

-          ارائه روشهای چستجوی مناسب ، به نحویکه مرتبط ترین تصاویر با توجه به پرس وجوی کاربر بازیابی شود.

-          ارائه ی روشهایی برای در نظرگرفتن بازخورد کاربر به منظور بهبود نتایج

-          ارائه ی روشهایی برای فشرده سازی تصاویر در مجموعه داده

-         پردازش پرس وجوی کاربر

-          تطابق معنایی