دسته بندی و بازیابی تصویر با استفاده از بهینه سازی شبکه عصبی با کوپلاژ پالسی
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 640
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ITCT04_211
Index date: 8 November 2017
دسته بندی و بازیابی تصویر با استفاده از بهینه سازی شبکه عصبی با کوپلاژ پالسی abstract
بازیابی تصویرمبتنی بر محتوا) CBIR ( یک ابزار قدرتمند است که در بسیاری از برنامه های تصویری وموتورهای جستجو استفاده می شود این روش به جای متن توصیفی روی ویژگی های بصری تصویر کاری می کند در نتیجه بازیابی موثرتر و کارآمدتری را فراهم میکند. از طرف دیگر راندمان PCNN بهعنوان یک ابزار دانش تصویر برای کارهای مختلف مانند : ) تقسیم بندی و شناسایی تصویر، استخراج ویژگی، لبه و تشخیص شیء ( ثابت شده است. این مقاله یک روش برای طبقه بندی و بازیابی تصویرمبتنی برمحتوا با استفاده از PCNN معرفی میکند. روش پیشنهادی از PCNN برای استخراجویژگی های بصری تصویر در یک فرم بردار عددی که امضاء تصویر نامیده می شود استفاده می کند. همچنین مکانیزمی برای بهینه سازی پارامترهای PCNN به منظور بهبود کیفیت امضاء استفاده شده که باعث بهتر شدن نتایج دسته بندی گردید. الگوریتم ماشین بردار پشتیبان نیز برای طبقه بندی و تطبیق به کار گرفته شده است. با اینکار ) طبقه بندی قبل از بازیابی ( تعداد تصاویر در فضای جستجو بهینه شده، که شامل یک دسته بجای دسته های متعدد است. علاوه بر این در این مقاله یک نمونه اولیه CBIR برای اعتبار بخشیدن به بازیابی معرفی شده است.
دسته بندی و بازیابی تصویر با استفاده از بهینه سازی شبکه عصبی با کوپلاژ پالسی Keywords:
دسته بندی و بازیابی تصویر با استفاده از بهینه سازی شبکه عصبی با کوپلاژ پالسی authors
محمد عارف نژاد
دانشکده مهندسی برق وکامپیوتر، گروه نرم افزار کامپیوتر، دانشگاه آزاد اسلامی، واحد فردوس، ایران
حمیدرضا غفاری
دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد فردوس، ایران