حاشیه نویسی معنایی تصویر با استفاده از ترکیب ویژگی های مکمل براساس تخمین خودکار میزان تاثیرگذاری آنها در استخراج مفاهیم

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 653

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CITCONF02_313

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

در اکثر روش های حاشیه نویسی تصویر، از ویژگی های سراسری یا محلی تصویر به تنهایی برای شناسایی مفاهیم استفاده می گردد. درصورتی که اکثراً این ویژگیها مکمل یکدیگرند. در روش پیشنهادی از ترکیب ویژگی های مکمل، براساس تخمین میزان تاثیرگذاری و دقت آنها در شناسایی یک مفهوم استفاده نموده ایم. در مرحله آموزش، ویژگی های سراسری و محلی (مبتنی بر بلوک بندی و قطعه بندی) از تصاویر استخراج می شوند و پس از عبور از SVM های متناظر سهم تاثیرگذاری هر ویژگی در شناخت صحیح مفاهیم تصویر مشخص می گردد. در مرحله تست، برای تصویر، تصمیم حاصل از SVM ها که متناظر با ویژگی های استخراج شده از تصویر می باشند، براساس وزن های مشخص شده ترکیب شده و برچسب های نهایی برای تصویر مشخص می گردد. نتایج آزمایش ها بیانگر دقت و کارایی بالای رویکرد پیشنهادی در حاشیه نویسی معنایی تصویر می باشد.

Keywords:

حاشیه نویسی معنایی تصویر , قطعه بندی تصویر , بلوک بندی تصویر , طبقه بندی کننده معنایی , ماشین بردار پشتیبان چندکلاسی

Authors

ملیکا حامیان

عضو هیات علمی دانشگاه پیام نور همدان

مریم موسوی

مدرس دانشگاه پیام نور مرکز ملایر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • N. Vasconcelos, From pixels _ semantic spaces: advances in content-based ...
  • R. Datta, D. Joshi, J. Li, J.Z. Wang, Image retrieval: ...
  • N. Rasiwasia, N. Vasconcelos, P.J. Moreno, Query by semantic example, ...
  • R.Mare e, M _ Dumont, P _ Geurts , L.Wehenkel, ...
  • Dengsheng Zhang n, Md .MonirulIslam, GuojunLu, A review on automatic ...
  • O. Chapelle, P. Haffner, V.N. Vapnik, Support vector machines for ...
  • R. Shi, H. Feng, T.S. Chua, C.H. Lee, An adaptive ...
  • C. Cusano, G. Ciocca, R. Schettini, Image annotation using SVM, ...
  • Dongping Tian, Semi- supervised learning for refining image annotation based ...
  • K.-S. Goh, E.Y. Chang, B. Li, Using one-class and two-class ...
  • X. Qi, Y. Han, Incorporating multiple SVMs for automatic image ...
  • Weifeng Liu, Dacheng Tao, Jun Cheng , Yuanyan Tang, Multi ...
  • v. Dey, Y. Zhang, M. Zhong, A review on image ...
  • نمایش کامل مراجع