رویا راد - دانشجوی دکتری هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف
منصور جم زاد - دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف

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 معمولا به صورت یک یا چند کلمه کلیدی از کاربر گرفته، به دنبال بازیابی تصاویری با محتویات بصری مرتبط با آن معنا هستند. داشتن مکانیزمی که بتواند به صورت خودکار محتوای یک تصویر را مانند انسان به صورت متنی توصیف کند به کارایی این سامانه­ ها کمک زیادی می­ نماید. برچسب­ زنی خودکار تصاویر یک روش تخصصی برای بیان محتوای تصاویر به صورت کلمات کلیدی یا برچسب است. سامانه­ های برچسب ­زنی خودکار رابطه بین معنای یک متن و ویژگی­ های سطح پایین یک تصویر را با تکنیک­ های یادگیری ماشین بررسی ­کرده، به صورت خودکار به تصاویر چندین برچسب نسبت می­دهند تا امکان جستجو و بازیابی مبتنی بر محتوای آن­ها بهتر فراهم شود. در این مقاله به بررسی مراحل مختلف پیاده­ سازی یک سامانه برچسب ­زنی خودکار خواهیم پرداخت و کارهای پیش رو را مرور کرده، مشکلات و چالش ­های موجود برای طراحی این سامانه­ ها را خواهیم دید. همچنین به معرفی چند پایگاه داده مناسب جهت بررسی و آزمودن سامانه­ های برچسب ­زنی خودکار خواهیم پرداخت.

برچسب زنی خودکار تصاویر, حاشیه نویسی, بازیابی تصویر, استخراج ویژگی