طبقه بندی تصاویر بر اساس الگوهای بصری مشترک

تصویرکاوی در مجموعه های بزرگ تصویری ، رویکردی نوین در حوزه پژوهش های مربوط به بانک های اطلاعاتی تصویری ازیک سو و تحقیقات داده کاوی از دیگر سو محسوب می شود . تصویرکاوی به استخراج دانش ضمنی، روابط داده های تصویری و سایر الگوهایی که بصورت صریح در بانک اطلاعاتی تصویری ذخیره نشده اند اطلاق می شود . بررسی مجموعه روش های ارائه شده دراین زمینه نشانگر وجود رویکردهای متنوع در این روش ها جهت معناشناسی و درک مفاهیم موجود در مجموعه های بزرگ تصویری است . یکی از این رویکردها طبقه بندی تصاویر بر اساس مفاهیم موجود در آنها می باشد . این رویکرد دارای کاربردهای متنوعی در حوزه های مختلفی نظیر نظامی، پزشکی و تجارت است . بر این اساس در این مقاله یک روش طبقه بندی تصاویر براساس الگوهای بصری مشترک ارائه می شود . این روش برای بکارگیری درحوزه های کاربردی که نیازمند طبقه بندی تصاویر با تاکید برساختار کلی و پس زمینه تصویر می باشند، نظیر طبقه بندی صحنه ها، تدوین شده است . این روش مبتنی بر یکی از مدل های مطرح در حوزه یادگیری ماشین به نام یادگیری چند نمونه ای می باشد و قادر است با بهره گیری از تعداد محدودی مثال های آموزشی عملیات طبقه بندی تصاویر را به انجام برساند . روش پیشنهادی در حوزه طبقه بندی صحنه های طبیعت پیاده سازی شده است و بر روی یک پایگاه داده تصویری مشتمل بر 1000 تصویر مستخرج از مجموعه COREL آزمون شده است . نتایج بدست آمده دقت قابل قبولی را برای روش پیشنهادی در مقایسه با روش های دیگر نشان می دهد .

Keywords:

تصویرکاوی , طبقه بندی تصاویر , یادگیری چند نمونه ای , الگوی بصری