تکنیک حاشیه نویسی معنایی تصاویر مبتنی بر خوشه بندی با معیار شباهت جدید CM و بازخورد مرتبط ترکیبی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,514

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IDMC04_083

تاریخ نمایه سازی: 15 دی 1389

چکیده مقاله:

امروزه با افزایش مجموعه تصاویر موجود در زمینه های مختلف نیاز به سیستمی برای حاشیه نویسی تصاویر احساس می شود دراین مقاله برای حاشیه نویسی تصاویر از الگوریتم خوشه بندی k-means نیمه نظارت شده استفاده می شود یکی از مهمترین قسمتهای الگوریتم خوشه بندی تعیین شباهت بین تصاویر است معیار شباهت موجود که دارای کارایی خوبی هستند معمولا برای اندازه گیری شباهت از وزن دهی یا نرمال سازی ویژگیها در فرمول خود استفاده می کنند ما برای تعیین دقیق تر شباهت معیار شباهت جدید CM را پیشنهاد می کنیم که برای اندازه گیری فاصله بطور همزمان وزن دهی و نرمال سازی ویژگی ها را انجام می دهد علیرغم این در سیستم خوشه بندی ممکن است به دلیل وجود فاصله معنایی برخی تصاویر بصورت غلط حاشیه نویسی می شوند برا یکاهش معنایی ترکیبی از سه مرحله بازخورد مرتبط بکارگرفته می شود

کلیدواژه ها:

بازیابی تصویر مبتنی بر محتوا CBIR ، حاشیه نویسی ، تصویر کاوی ، معیار شباهت

نویسندگان

مهران جوانی

دانشگاه آزاد اسلامی واحد بهبهان

امیرمسعود افتخاری مقدم

دانشگاه آزاد اسلامی واحد قزوین