دانلود مقاله ترجمه شده بازیابی دینامیک دو مرحله ای تصویر از پایگاه داده های چند رسانه ای بزرگ

چکیده

بازیابی تصاویر محتوامحور (CBIR) با ویژگی های سراسری، به خصوص برای جستار تصاویر با درصدهای کمی از تصاویر مرتبط در یک مجموعه، به شدت نویزی است. علاوه بر این، CBIR معمولا کل مجموعه را رتبه بندی می کند، که برای پایگاه های داده بزرگ، ناکارآمد است. ما با یک روش برای بازیابی تصویر از پایگاه داده های چند رسانه ای آزمایش انجام می دهیم، که با پیگردی رسانه ی ثانویه باعث بهبود اثر بخشی و راندمان CBIR مرسوم می شود. ما بازیابی را در مد دو مرحله ای انجام می دهیم: ابتدا، رتبه دهی توسط یک رسانه ثانویه، و سپس انجام CBIR تنها بر روی آیتم هایی با K بالا. بنابراین، کارآیی، با اجرای CBIR بر روی یک زیر مجموعه ی «بهتر» بهبود می یابد. با استفاده از یک مرحله ی اول نسبتا 'ارزان'، راندمان نیز از طریق انجام عملیات CBIR کمتر، بهبود می یابد. نوظهوری اصلی ما این است که K دینامیک است، یعنی در هر جستار، برآورد می شود تا یک مقیاس کارآیی از پیش تعریف شده را بهینه کند. نشان می دهیم که روش دو مرحله ای دینامیک ما نسبت به تنظیمات مشابه با آستانه های استاتیک که قبلا ارائه شده است، می تواند به طور قابل توجهی موثر­تر و مستحکم تر باشد. در آزمایشات اضافی با استفاده از مشتقات محلی ویژگی ها در مرحله بصری به جای سراسری، مانند رویکرد بصری در حال ظهور کتاب رمز، به این نتیجه می رسیم که دو مرحله ای به خوبی کار نمی کند. ما عملکرد ضعیف تر کتاب رمز بصری را به تنوع بصری پیشرفته ی تولید شده توسط مرحله متنی نسبت می دهیم که از مزیت کتاب رمز بر ویژگی های سراسری می کاهد. علاوه بر این، ما بازیابی دو مرحله ای دینامیک را با ادغام مرسوم مبتنی بر نمره ی نتایج که بصورت بصری و متنی بازیابی شده اند، مقایسه می کنیم. ما در می یابیم که ادغام، به طور قابل توجهی موثرتر از خطوط مبنای تک رسانه ها است. اگر چه، هیچ برنده ی آشکاری بین روش دو مرحله ای و ادغام وجود ندارد، روش ها دارای ویژگی های استحکام مختلفی هستند. با این حال، بازیابی دو مرحله ای، مزایای بهره وری نسبت به روش ادغام (فیوژن) فراهم می آورد.

1-مقدمه

در بازیابی محتوامحور تصاویر (CBIR)، تصاویر توسط ویژگی های سراسری و یا محلی ارائه می شوند. ویژگی های سراسری قادر به تعمیم کل یک تصویر با یک بردار واحد هستند، که رنگ، بافت، و یا شکل را توصیف می کند. ویژگی های محلی در نقاط متعدد بر روی یک تصویر محاسبه می شوند و قادر به تشخیص اشیاء می باشند...