بخشی از مقاله
چکیده
بازیابی تصویرمبتنی بر محتوا - - CBIR یک ابزار قدرتمند است که در بسیاری از برنامه های تصویری وموتورهای جستجو استفاده می شود این روش به جای متن توصیفی روی ویژگی های بصری تصویر کاری می کند در نتیجه بازیابی موثرتر و کارآمدتری را فراهم میکند. از طرف دیگر راندمانPCNN به عنوان یک ابزار دانش تصویر برای کارهای مختلف مانند: - تقسیم بندی و شناسایی تصویر، استخراج ویژگی، لبه و تشخیص شیء - ثابت شده است. این مقاله یک روش برای طبقه بندی و بازیابی تصویرمبتنی برمحتوا با استفاده ازPCNN معرفی میکند. روش پیشنهادی ازPCNN برای استخراج ویژگی های بصری تصویر در یک فرم بردار عددی که امضاء تصویر نامیده می شود استفاده می کند. همچنین مکانیزمی برای بهینه سازی پارامترهایPCNN به منظور بهبود کیفیت امضاء استفاده شده که باعث بهتر شدن نتایج دسته بندی گردید. الگوریتم ماشین بردار پشتیبان نیز برای طبقه بندی و تطبیق به کار گرفته شده است. با اینکار - طبقه بندی قبل از بازیابی - تعداد تصاویر در فضای جستجو بهینه شده، که شامل یک دسته بجای دسته های متعدد است. علاوه بر این در این مقاله یک نمونه اولیه CBIR برای اعتبار بخشیدن به بازیابی معرفی شده است.
واژگان کلیدی: بازیابی تصویر، شبکه عصبی با کوپلاژپالسی، امضاء تصویر، ماشین بردار پشتیبان
مقدمه
در سال های اخیر محبوبیت استفاده از تصاویر دیجیتال وهمچنین کاهش چشمگیر قیمت تجهیزات ذخیره سازی باعث دسترسی کاربران به حجم عظیمی از تصاویر دیجیتال شده است. همچنین با رشد سریع اینترنت پردازش بلادرنگ و بازیابی تصاویر دیجیتال به یکی از مهمترین رسانه های روزمره تبدیل گردیده است. مسئله، چگونگی بازیابی برخی تصاویر با مطلب خاص از پایگاه داده بزرگ تصاویر است. رویکرد متداول برای بازیابی تصویر، رویکرد مبتنی بر حاشیه نویسی است که در آن هر تصویر به یک سری شرح ها و کلمات کلیدی که محتوای تصویر را توصیف میکنند وابسته است. این روش در موتورهای جستجو مانند گوگل، یاهو و غیره به طور گسترده مورد استفاده قرار می گیرد.
این رویکرد هنر ذهنی، دانش و منظر حاشیه نویس است. بنابراین بررسی دقت حاشیه نویس دشوار می باشد. اشکالات روش مبتنی بر حاشیه نویس انگیزه شروع کار بیشتر روی محتوای تصویر را افزایش داد - . - Agarwal and Verma, 2013 این رویکرد جدید بازیابی تصاویر مبتنی بر محتوا CBIR نامیده میشود. CBIR ویژگیهای بصری تصویر مانند رنگ، بافت و شکل را برای بازیابی تحلیل و استخراج میکند. - Elumalaivasan et al, 2013 - سیستمهای CBIR زیادی که بیش از 20 سال توسعه داده شدهاست وجود دارد که عمدتا از رنگ، ویژگی های بافتی شکل و ... برای توصیف محتوای تصویر استفاده میکنند.
شکل.1 سازوکار CBIR را شرح میدهد.این مقاله به معرفی یک روش جدید برای دستهبندی و بازیابی تصاویر میپردازد. تکنیک پیشنهادی ویژگیهای بصری یک تصویر را با یک بردار مشخصات ساده که توسط PCNN بهینه شده تولید، - Abdelhalim et al, 2016 - و با الگوریتم ماشین بردار پشتیبان طبقهبندی و همسان شدهاست را نشان میدهد. آزمایشهای انجام شده دلالت بر دقیقتر بودن این الگوریتم از روش K-NN است. هدف بهبود کارایی بازیابی با استفاده از طبقهبندی و سپس بازیابی تصویر منطبق از کلاس تعریف شده است.
روش تحقیق
در این بخش ما مدل PCNN و طبقهبندی ماشین بردار پشتیبان را ارئه میدهیم. علاوه بر این روش CBIR پیشنهادیمان را توصیف میکنیم. این تکنیک در دو فاز عمل می کند: فاز بهینه سازی و فاز بازیابی. - Zhu and Yang, 2013 - در فاز بهینه - سازی پارامترهای PCNN را برای افزایش تولید امضاء که در بخش بعدی نشان داده خواهد شد تنظیم میکنیم. از سوی دیگر فاز بازیابی مسئول گرفتن تصویر ورودی است که در پایگاه داده برای تصاویر مشابه طبقه بندی و جستجو میشود - . - Shrinivasacharya and Sudhamani, 2013
مدل شبکه عصبی با کوپلاژ پالسی
در این بخش مدل PCNN ارائه شده شرح داده خواهد شد. شکل.2 نشان می دهد که PCNN از دو جزء اصلی تشکیل شده است. یکی برای ارتباط و دیگری برای تغذیه. علاوه بر این یک محاسبه گر آستانه و عملکرد گام استفاده شدهاست.PCNN به روش تکرار شونده کار میکند جائیکه ارزش نورونهای قبلی روی بعدی تأثیر میگذارد . - Wang et al, 2014 - در شکل..3که ساختار PCNN اصلی را بیان میکند مشاهده می شود نورون ها همان پیکسلهای عکس را تشکیل میدهند. نورونها سیگنال - در اینجاپیکسل - های ورودی را هم از نورون های دیگر و هم از منابع خارجی در حوزهای تعریف شده دریافت می کنند. - - 1
پس از دریافت ورودی آنها به دو یا چند کانال داخلی تقسیم می شوند. - 2 - یک کانال همان تغذیه F و کانال دیگر ورودی اتصال L میباشد. تنها تفاوت این دو در مشخصه های زمانی آنهاست که ورودیهای تغذیه دارای ثابت زمانی - در اینجا ثابت عددی - آرامتری نسبت به ورودی های اتصالی هستند. ورودیهای اتصالی - در اینجا پیکسلها - بایاس شده - در ثابت خاص بتا ضرب می شوند - و در ورودیهای تغذیه ضرب - عمل - Linking میشوند. - Zhou et al, 2016 - پس از آن داده ها به قسمت تولید کننده پالس می روند، در این مرحله تابع پلهای وظیفه اعمال نورونهایی که مقدار حد آستانه آنها از تتا بیشتر است به عنوان پیکسل های سفید بر روی عکس را دارد. تتا وظیفه تولید حد آستانه بهینه را بر عهده دارد.
