مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

74
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

5
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طبقه بندی تصاویر بازیابی شده با استفاده از الگوریتم SIFT و کدگذاری خطی با قید محلی

صفحات

 صفحه شروع 73 | صفحه پایان 84

چکیده

 با رشد روز افزون اینترنت و ابزارهای تصویربرداری دیجیتال, اندازه پایگاه داده تصاویر به سرعت در حال بزرگتر شدن است. در چنین شرایطی, نیاز شدیدی به ابزارها و روش های کارا برای جستجوی تصاویر دلخواه در پایگاه ­داده­های بزرگ به وجود آمده است, استخراج ویژگی اساسی­ ترین قدم در ایجاد یک سامانه بازیابی تصاویر براساس محتواست و نقش بسیار تعیین کننده­ای در دقت سامانه بازیابی دارد. در این مقاله روشی جدید جهت طبقه­ بندی تصاویر بازیابی شده براساس محتوا ارائه شد. پس از استخراج ویژگی و محاسبه توصیفگرهای مربوط به هر دسته توسط الگوریتم SIFT, الگوریتمTF-IDF توصیفگرهای مناسب را مشخص کرده و از خوشه­ بندی جهت یافتن توصیفگرهای کاندیدای هر دسته استفاده می­ کند. در مرحله بعد از ضرایب بازنمایی توصیفگرهای هر دسته با توجه به نماینده ­های تولید شده از مرحله قبل توسط الگوریتم کدگذاری خطی با قید محلی به عنوان ویژگی استفاده شده است. در نهایت از این ویژگی های تولید شده برای طبقه ­بندی تصاویر بازیابی شده استفاده می­ شود. دسته بندی که برای ارزیابی سیستم پیشنهادی مورد استفاده قرار گرفته, ماشین یادگیر بیشینه می باشد. دقت به دست آمده در این دسته بند بر روی پایگاه داده Caltech-101, 5/98 درصد و بر روی پایگاه داده17-Flowers, 90/97 درصد می­ باشد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button