مقایسه و بررسی سیستم های بازیابی محتوا محور تصویر

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,714

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KHIAU01_009

تاریخ نمایه سازی:

چکیده مقاله:

باتوجه به رشدسریع مجموعه های بزرگ تصاویر دیجیتال و پاسخگونبودن سیستم های اندیس گذاری د ربازیابی تصویربیش ازیک دهه است که سیستم های بازیابی تصویر براساس محتوا شکل گرفته است دراین سیستم ها ویژگیهای اولیه تصویر به شکل اتوماتیک استخراج شده و بهعنوان بردار ویژگی جهت مقایسه تصاویر درپایگاه داده ای ذخیره میشود یکی ازمهمترین نیازمندی های این حوزه شناسایی و استفادها زویژگیهای مناسب و کارا جهت توصیف محتوایی یک تصویر می باشد جهت بهبود عملکرد سیستم های بازیابی تصویر ازروش بازخورد ربط استفاده میشود براین اساس دراین مقاله مهمترین تکنیکهای استخراج ویژگی بازیابی معنایی تصویر و همچنین بازخورد ربط شرح داده خواهد شد و درنهایت رهیافت های بازخورد ربط چالشهای بازخورد ربط را میشکافیم

کلیدواژه ها:

بازیابی تصویرف بازیابی محتوا محور تصاویر ، استخراج ویژگی ، بازخورد ربط

نویسندگان

سهیلا نسیمی

دانشجوی کارشناسی ارشد کامپیوتر

ماشاءاله عباسی دزفولی

عضو هیئت علمی علوم و تحقیقات خوزستان

رضا جاویدان

دانشگاه آزاد بیضا فارس عضو هیئت علمی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • m.1.kherfi, d.ziou, a.bernardi, "combining positive and negative examples in relevance ...
  • e.yilizer, a.m.balci, t.n.j arada, r.alhajj" ...
  • indexing for effective content-based image retrieval", journal of knowledge based ...
  • t. chaira, a.k.ray, "fuzzy measures for color 545- image retrieval", ...
  • jun.yue, z. li, lu. liu, z. fu, "content ...
  • image retrieval using color and texture fused features", journal of ...
  • Gevers Th. and Smeulders A.W.M., "Image Search Engines, an Overview, ...
  • _ a. chatzi christofis, y. S .boutalis, "content based radiology ...
  • m.banerjee and m. k.kundu, "image retrieval using fuzzy relevance feedback ...
  • k. iqbal, o .odetayo, a.j ame S, "content-based image retrieval ...
  • ya.wang, m. ding, ch. zhou, y.hu, "interactive relevance feedback mechanism ...
  • fuzzy color and texture histogram a low level feature for ...
  • histogram processing", journal of optics co mmunication, 375-386, 2005 ...
  • lj _ chamorro .p.martinez and j.m.soto, "a fuzzy approach for ...
  • international conference On image processing, 26 29, hong kong, 2010 ...
  • 4] m. a. harraez, m. Zacares , x .b enavent, ...
  • Patter Recognition Workshop (AIPR 00), pages 85 - 91, 2000. ...
  • Classification and Retrieval An Evaluation", Proceedings of the IEEE Conference ...
  • He, X., Ma, W. Y., King , O. Li, M., ...
  • Dy, J.G., Brodley, C.E., Kak, A., Aisen, ...
  • "Unsupervised Feature Selection Applied to Content- Based Retrieval of Lung ...
  • Tieu, K.and Viola, P., Boosting Image Retrieval", International Journal of ...
  • Yin, P.Y., Bhanu, B., Chang, K.C., and Dong, A., "Integrating ...
  • Iintelligence, 27(10). pp.1536-1551, 2005. ...
  • Ming Li, Zhi-Yun Liu, Jain-kun Wang, Relevance Feedback Image _ ...
  • Systems Deign and Applications, 2006. ...
  • Zhi-Hua Zhou, Ke-Jia Chen, and Hong- Bin Dai, "Enhanced Relevance ...
  • نمایش کامل مراجع