این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۱، شماره ۲، صفحات ۴۳-۵۵
عنوان فارسی روشی برای بازخورد ربط براساس بهبود تابع شباهت در بازیابی تصویر بر اساس محتوا
چکیده فارسی مقاله در سامانه‌های بازیابی تصویر بر اساس محتوا، ویژگی های دیداری تصاویر پایگاه استخراج شده و پایگاه ویژگی های دیداری برای یافتن نزدیک ترین تصاویر به تصویر پرس و جو، جستجو می‌شود. کاربر با سامانه تا رسیدن به هدف نهایی خود تعامل کرده و سامانه از اطلاعات کاربر و ابزار بازخورد ربط به منظور بالا بردن کارایی بازیابی استفاده می کند. در این تحقیق، هر تصویر با یک بردار ویژگی شامل 3 نوع ویژگی و مجموع 270 مؤلفه نمایه می شود. برای اندازه گیری شباهت بین دو تصویر از یک معیار وزن‌دار استفاده شده است که در آن برای هر نوع و هر مؤلفه ویژگی یک وزن در نظر گرفته شده است. این وزن ها در طول بازیابی با استفاده از اطلاعات کاربر و روش پیشنهادی بهبود می یابند. در این روش، وزن هر نوع ویژگی با توجه به رتبه تصاویر مرتبط در بازیابی بر اساس آن نوع ویژگی تنظیم می شود و برای تصحیح وزن هر مؤلفه ویژگی از میانگین و انحراف معیار آن مؤلفه روی تصاویر مرتبط و نامرتبط استفاده می‌شود. روش پیشنهادی روی یک پایگاه تصویر شامل 10000 تصویر از 82 گروه معنایی متفاوت آزموده شده است. نتایج آزمایش ها، برتری روش پیشنهادی به روش های موجود را نشان می دهد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی a relevance feedback approach based on similarity refinement in content based image retrieval
چکیده انگلیسی مقاله In content based image retrieval systems, the suitable visual features are extracted from images and stored in the feature database Then the feature database are searched to find the most similar images to the query image. In this paper, three types of visual features by 270 components were used for image indexing. Here, we use a weighted distance for similarity measurement between two images. This paper presents a new relevance feedback approach based on similarity refinement. In the proposed approach, weight correction of feature’s components is done by a proposed rule set using the mean and standard deviation of feature vectors of related (positive) and non-related (negative) images. Also, the weight of each type of features is adjusted according to the related images’ rank in the retrieval with this type of feature. To evaluate the performance of the proposed method, a set of comparative experiments on a general image database containing 10000 images of 82 different semantic groups are performed. The results confirm the efficiency of the proposed method comparing by well-known conventional methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله اسما شمسی گوشکی | asma shamsi gooshki
bahonar university of kerman, kerman, iran
کرمان، انتهای بلوار 22 بهمن، دانشگاه شهید باهنر کرمان، بخش مهندسی برق
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

حسین نظام آبادی پور | hossein nezamabadi pour
bahonar university of kerman, kerman, iran
کرمان، انتهای بلوار 22 بهمن، دانشگاه شهید باهنر کرمان، بخش مهندسی برق
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

سعید سریزدی | saeed saryazdi
bahonar university of kerman, kerman, iran
کرمان، انتهای بلوار 22 بهمن، دانشگاه شهید باهنر کرمان، بخش مهندسی برق
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

احسان اله کبیر | ehsanollah kabir
tarbiat modares university, jalal ale ahmad highway, p.o.box 14115-111, tehran, iran
تهران ، دانشگاه تربیت مدرس،بخش مهندسی برق
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-358-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-233369.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش تصویر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات