مژده حاجیانی - دانشجوی کارشناسی ارشد گرایش هوش مصنوعی دانشگاه شیراز
فرشاد تاجری پور - استادیار دانشگاه شیراز

در نظر گرفتن محتوای بصری تصویر از اهمیت حیاتی به منظور دستیابی به نتایج رضایت بخش، برخوردار است. از آنجایی که تصاویر صحنههای داخلی توسط اشیا درون آن از هم متمایز میشوند، با استفاده از الگوریتممعیار شی بودن به یافتن پنجرههایی با بیشینه احتمال حضور شی اقدام میکنیم. هدف کار ما در اینجا توصیف این مناطق توسط ویژگی است که بتواند در برگیرنده ویژگی کلی از مناطق استخراج شده از تصویر باشد و چندینویژگی محلی را در کنار هم توصیف نماید. به این خاطر از توصیفگر جامعی استفاده میکنیم که برای توصیف تصاویر درهم وبرهم شامل چندین شی نیز مناسب باشد و توسط آن بتوان دستهبندی را با دقت حتی توسط مدلهای خطی انجام داده و هزینه زمانی آموزش و آزمون را کاهش داد. این توصیف گر و بردار ویژگی، مجموعه ای از خروجی های طبقه بند ارزیابی شده برروی تصویر خواهد بود. . نشان دادیم که با استفاده از مفاهیم سطح بالا چون شی و لحاظ نمودن اطلاعات معنایی و توجه به جنبه های متمایز هر دسته، دقت طبقه بند به 52.43 افزایش خواهد یافت

ستخراج ویژگی، دسته بندی تصاویر،یادگیری ماشین