انتخاب معیار شباهت بهینه در حاشیه نویسی خودکار تصاویر مبتنی بر نمونه با ترکیب وزنی خطی معیارها

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 575

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT08_148

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

امروزه استفاده از حاشیه نویسی خودکار تصاویر بدلیل پرکردن شکاف معنایی بین ویژگی های سطح پایین تصویر و درک اطلاعات تصویر دربازیابی تصاویر، بیشتر شده است. به دلیل اهمیت حاشیه نویسی خودکار تصاویر در درک تصاویر دیجیتال، روشهای مختلفی برای حاشیه-نویسی تصاویر ارائه شده است که یکی از مهمترین آنها حاشیه نویسی تصاویر مبتنی بر نمونه است. با توجه به گسترش استفاده از این روشهادر این مقاله، روش ترکیب وزنی خطی معیارهای شباهت، جهت انتخاب معیار بهینه در حاشیه نویسی خودکار تصاویر مبتنی بر نمونه موردبررسی قرار گرفته شده است. ابتدا مجموعه داده جهت اعمال معیارهای شباهت استاندارد آماده سازی شده است. در مرحله بعد، ماتریس هایمتناظر با معیار شباهت مربوطه تولید گردیده و معیارهای ارزیابی برای آنها محاسبه می شود. سپس، ترکیب وزنی خطی معیارهایی کهبیشترین دقت را دارند بررسی شده و مجدداً معیارهای ارزیابی محاسبه می گردد. آزمایشات انجام شده بر روی روش پیشنهادی با استفاده ازمجموعه داده NUS WIDE نشان داد که روش ارائه شده عملکرد بهتری از همه معیارهای شباهت دیگر دارد.

کلیدواژه ها:

نویسندگان

مراد درخشان

دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی واحد سنندج

وفا میهمی

عضو هیات علمی دانشگاه آزاد اسلامی واحد سنندج

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Li, C. Shoek, and M. Worring. 2009b. Learning Social Tag ...
  • Kennedy, M. Slaney, and K. Weinberger. 2009. Reliable Tags Using ...
  • Li, J. Liu, X. Zhu, T. Liu, and H. Lu. ...
  • Truong, A. Sun, and S. Bhowmick. 2012. Content is still ...
  • Li and C. Snoek. 2013. Classifying tag relevance with relevant ...
  • Zhu, W. Nejdl, and M. Georgescu. 2014. An Adaptive Teleportation ...
  • I7] Verbeek, M. Guillaumin, T. Mensink, and C. Schmid. 2010 ...
  • Liu, X.-S. Hua, L. Yang, M. Wang, and H.-J. Zhang. ...
  • Tang, R. Hong, S. Yan, T.-S. Chua, G.-J. Qi, and ...
  • Lin, G. Ding, M. Hu, J. Wang, and X. Ye. ...
  • Znaidia, H. Le Borgne, and C. Hudelof 2013. Tag Completion ...
  • A. Alzu'bi, A. Amira, N. Ramzan, Semantic Content-based Image Retrieval: ...
  • نمایش کامل مراجع