فهرست نشریات علمی دسترسی آزاد ایران

بازیابی تصویر مبتنی بر محتوا استفاده از روش‌های بینایی ماشین برای بازیابی تصاویری از یک مجموعه است که به تصویر پرس‌وجو شبیه باشند. چالش اصلی این سیستم‌ها کاهش شکاف معنایی بین ویژگی‌های سطح‌پایین مستخرج از پیکسل و قطعه تصویر و مفاهیم سطح‌بالای موجود در آن است. یکی از روش‌های کاهش این فاصله استفاده از ویژگی‌های سطح‌بالای مستخرج از نواحی و اشیا برای بازیابی است. از طرفی ویژگی‌های سطح‌پایین نیز تمایز خوبی بین خود تصاویر اعمال می‌کنند. بر این اساس انتظار می‌رود استفاده از هر دو دسته ویژگی به نتایج بهتری منجر شود. در این پژوهش بازیابی تصویر در چهار سطح پیکسل، ناحیه، شیء و مفهوم انجام‌شده است و از همجوشی نتایج این سطوح به‌منظور کاهش شکاف معنایی استفاده‌شده است. در سطح پیکسل، از ویژگی‌های SIFT و LBP استفاده‌شده است. در سطح ناحیه، ابتدا تصویر به چند ناحیه افراز و سپس ویژگی‌های رنگ و بافت با استفاده از توصیفگر Hue و فیلتر گابور از هر یک از نواحی تصویر استخراج‌شده است. در سطح شیء از شبکه عصبی کانولوشنی AlexNet برای بازشناسی اشیاء و صحنه‌های درون تصویر و در سطح مفهوم از شبکه عصبی Word2vec برای سنجش شباهت معنایی تصاویر استفاده‌شده است. نتایج بازیابی روی دو پایگاه داده Wang و GHIM نشان‌دهنده بهبود دقت و فراخوانی در بازیابی تصویر است.