بازیابی تصویر با استفاده از یادگیری عمیق

امیر سزاوار; حسن فرسی; سجاد محمدزاده

بازیابی تصویر با استفاده از یادگیری عمیق

Publish place: چهارمین کنفرانس بین المللی پژوهش های کاربردی درمهندسی کامپیوتر و پردازش سیگنال

Publish Year: 1395

نوع سند: مقاله کنفرانسی

زبان: Persian

This Paper With 10 Page And PDF Format Ready To Download

دریافت فایل کامل Paper

Certificate
من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

https://civilica.com/doc/617078

شناسه ملی سند علمی:

CEPS04_073

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

امروزه اهمیت بازیابی تصویر بر کسی پوشیده نیست. با توجه به پیشرفت روزافزون در ذخیرهی داده و تکنولوژی تصویری، حجم داده ها افزایش پیدا کرده است و نیازمند سیستمی کارآمد برای مدیریت این اطلاعات میباشیم. ازچندیندهه قبل تحقیق بر روی روشهای بازیابی یکی از زمینههای مورد علاقهی محققان بوده است و روشهایی برای این منظور ابداع کردهاند. در این مقاله ابتدا دو روش معمول بازیابی تصویر مانند بازیابی برپایهی کلمه و بازیابی بر پایهی محتوا رابررسی میکنیم. با توجه به روند رو به افزایش حجم اطلاعات و تصاویر و با توجه به شکاف معنایی موجود در استخراج ویژگی به روشهای سنتی وادراک انسان، روش های معمول و سنتی کارآمد نبوده و نیازمند ابداع روشهای جدید هستیم تا این نیازها را برآورده سازد. بنابراین در این مقاله روشی جدید مبتنی بر یادگیری عمیق معرفی میشود و به طور خاصنقش شبکه های عصبی کانولوشن عمیق به عنوان نمونهای پرکاربرد و موفق از شبکه های عصبی عمیق را در بازیابی تصویر بررسی میکنیم و به مقایسهی الگوریتم های موجود میپردازیم

Keywords:

بازیابی تصویر , روش مبتنی بر کلمه , روش مبتنی بر محتوا , یادگیری عمیق , شبکه عصبی کانولوشن عمیق

Authors

امیر سزاوار

دانشگاه بیرجند، دانشکده مهندسی برق و کامپیوتر

حسن فرسی

دانشگاه بیرجند، استاد تمام دانشکده مهندسی برق و کامپیوتر

سجاد محمدزاده

دانشگاه بیرجند، استادیار دانشکده فنی و مهندسی فردوس

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 :

Tikle, A.N., Vaidya, C., and Dahiwale, P. (2015), "A Survey ...
Weining, W , .and Qianhua, H. (2008), "A survey on ...
Silva Junior, J.A., Maral, R.E., and Batista, M.A. (2014), "Image ...
Torres, R.D.S., and Falcao, A.X. (2006), 2" Content-B ased Image ...
A.V.Singh. (2015), ' ' Content-B ased Image Retrieval using Deep ...
Guo, Y., Liu, Y., Oerlemans, A., Lao, S., Wu, S., ...
Arel, I., Rose, D.C., and Karnowski, T.P. (2010), "Deep Machine ...
Lecun, Y., Bottou, L., Bengio, Y., and Haffner, P. (1998), ...
Hinton, A.K.I.S.G.E. (2012), " ImageNet Classification with Deep Convolutional .pdf, ...
Zeiler, M.D., and R.Fergus. "Visualizing and Und erstanding, " Springer ...
He, K., Zhang, X., Ren, S., and Sun, J. (2015), ...
K.Simonyan, and Zisserman, A. (2015), "VERY DEEP C ONVO LUTIONAL ...
Szegedy, C., Wei, L., Yangqing, J., Sermanet, P., Reed, S., ...
Huang, J., Feris, R., Chen, Q., and Yan, S. (2015), ...

نمایش کامل مراجع