چکیده مقاله
در سالهای اخیر، حاشیه نویسی خودکار تصاویر به دلیل تاثیر مهم روی بازیابی و جستجوی تصاویر، مورد توجه بسیاری از پژوهشگرانبوده است حاشیه نویسی خودکار تصاویر به ایجاد خودکار برچسب های متنی مطابق با محتوای بصری تصاویر دلالت دارد اگرچه دردهه گذشته تحقیق های فراوانی در این زمینه انجام گرفته است، اما وجود برچسب های متعدد و وجود شکاف معنایی میان این برچسب هاو ویژگی های سطح پایین بصری باعث کاهش دقت و کارایی این سامانه ها شده است در این پژوهش برای بهبود دقت حاشیه نویسیتصاویر، روشی بر مبنای ویژگیهای رنگ و بافت پیشنهاد شده است از تلفیق ویژگیهای محلی و سراسری نیز به منظور بهره بردن ازمزایای هر دو نوع شیوه توصیف تصاویر استفاده شده است به دلیل وجود ابعاد بالایی از ویژگیها، روشهای wrapper جهت انتخابزیرمجموعه ویژگی های موثر به کار گرفته شده است سپس از طریق خوشه بندی دولایه بر مبنای محتوای بصری و همچنین فضایمعنایی، تصاویر مرتبط به هم در یک خوشه قرار می گیرند در مرحله بعد تصاویر جدید با کمک تصاویری که با هم در یک خوشه قرارمی گیرند، دسته بندی می شوند جهت ارزیابی روش از دادگان شناخته شده Corel5k استفاده شده است روش پیشنهادی، بهبود 45درصدی دقت را در مقایسه با دیگر روشها نشان میدهد
کلیدواژهها
نویسندگان
شیوه ارجاع
کاظمی، آزاده و زمانی بروجنی، فرساد،1395،ارایه روشی جهت افزایش دقت حاشیه نویسی تصویر با استفاده از ویژگی های بافت،کنفرانس بین المللی مهندسی و علوم کامپیوتر،نجف آباد
ارائهشده در
مجموعه مقالات دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر29 آذر 1401 · نجف آباد