چکیده مقاله
پیشرفت های اخیر در حوزه فناوری های چند رسانه ای وافزایش حجم پایگاه داده های تصویری، موضوع سیستم های بازیابی تصویر را مورد توجه قرارداده است رویکردهای سنتی بازیابی تصویر مبتنی بر محتوا، بر استخراج ویژگی های سطح پایین تصویرمانند رنگ، بافت وشکل تمرکز دارند، عملکرد این روش ها در بازیابی دامنه خاصی از تصاویرمناسب است پیشرفت هاتی اخیر در حوزه بازیابی تصویرمبتنی بر محتوا بر استخراج ویژگی های تمرکزدارند که مستقل از دامنه است رویکردهای مبتنی بر شبکه های عصبی وروش های یادگیری ماشین، امکان استخراج ویژگی های سطح بالا از تصویررا نیز فراهم می کند در رویکرد پیشنهادی ویژگی های تصویر با استفاده از شبکه از پیش اموزش دیده VGG ۱۶ استخراج می شود و پس از آن با استفاده از شبکه عصبی بازگشتی LSTM و یادگیری ویژگی های استخرا شده از شبکه VGG ۱۶ دسته دوم ویژگی ها به دست می اید ترکیب دودسته ویژگی استخراج شده امکان توصیف جزئیات دقیق تری از تصویر را فراهم می کند روش پیشنهادی بر روی پایگاه داده های کرل ۱K وتصاویر حیوانات ارزیابی شده است نتایج به دست آمده نشان می دهد دقت روش پیشنهادی بر روی پایگاه داده های ذکر شده به ترتیب ۹۶ ۷% و ۹۸ ۷۸% است
کلیدواژهها
نویسندگان
محمدرضا مینایی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشکده فنی و مهندسی، واحدتهران جنوب دانشگاه آزاد اسلامی تهران ایران
فاطمه طاهری
دانشجوی دکتری مهندسی کامپیوتر دانشکده فنی و مهندسی، واحدتهران جنوب دانشگاه آزاد اسلامی تهران ایران
کامبیز رهبر
استادیار گروه مهندسی کامپیوتر دانشکده فنی و مهندسی، واحدتهران جنوب دانشگاه آزاد اسلامی تهران ایران
شیوه ارجاع
مینایی، محمدرضا و طاهری، فاطمه و رهبر، کامبیز،1400،بازیابی تصویر مبتنی بر محتوا بر پایه شبکه های عصبی VGG-۱۶,LSTM،پنجمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز
ارائهشده در
مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی3 اسفند 1401 · اهواز