دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Semantic and Interactive Content-based Image Retrieval
دانلود کتاب بازیابی تصویر مبتنی بر محتوای معنایی و تعاملی
مشخصات کتاب
Semantic and Interactive Content-based Image Retrieval
ویرایش:
نویسندگان: Björn Barz
سری:
ISBN (شابک) : 3736973462, 9783736973466
ناشر: Cuvillier
سال نشر: 2020
تعداد صفحات: 322
[323]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 24 Mb
قیمت کتاب (تومان) : 31,000
در صورت تبدیل فایل کتاب Semantic and Interactive Content-based Image Retrieval به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بازیابی تصویر مبتنی بر محتوای معنایی و تعاملی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب بازیابی تصویر مبتنی بر محتوای معنایی و تعاملی
هدف بازیابی تصویر مبتنی بر محتوا (CBIR) یافتن تصاویر در پایگاه‌های داده بزرگ مانند اینترنت بر اساس محتوای آنها است. با توجه به یک تصویر پرس و جوی نمونه ارائه شده توسط کاربر، سیستم بازیابی لیست رتبه بندی شده ای از تصاویر مشابه را ارائه می دهد. اکثر سیستم‌های CBIR معاصر تصاویر را صرفاً از طریق شباهت بصری آنها، یعنی وجود بافت‌های مشابه و ترکیب رنگ‌ها، مقایسه می‌کنند. با این حال، تشابه بصری لزوماً با شباهت معنایی منطبق نیست. به عنوان مثال، تصاویر پروانه ها و کرم ها را می توان شبیه به هم در نظر گرفت، زیرا کرم در برهه ای از زمان به پروانه تبدیل می شود. با این حال، از نظر بصری، آنها اشتراک زیادی ندارند. در این کار، ما پیشنهاد می کنیم که چنین دانش قبلی انسان در مورد معناشناسی جهان را در تکنیک های یادگیری عمیق ادغام کنیم. سلسله مراتب طبقاتی به عنوان منبعی برای این دانش عمل می کنند، که به راحتی برای تعداد زیادی از دامنه ها در دسترس هستند و روابط is-a را رمزگذاری می کنند (به عنوان مثال، پودل، سگ یک حیوان است و غیره). تعبیه‌های معنایی مبتنی بر سلسله مراتب ما سازگاری معنایی نتایج CBIR را در مقایسه با بازنمایی‌ها و ویژگی‌های تصویر معمولی بهبود می‌بخشد. علاوه بر این، ما سه مکانیسم مختلف را برای بازیابی تصویر تعاملی با ترکیب بازخورد کاربر برای حل ابهام معنایی ذاتی موجود در تصویر جستجو ارائه می‌کنیم. یکی از روش‌های پیشنهادی بازخورد مورد نیاز کاربر را با استفاده از خوشه‌بندی به یک کلیک کاهش می‌دهد، در حالی که روش دیگر با درخواست فعالانه بازخورد در مورد تصاویری که انتظار می‌رود مدل مرتبط را بیشتر بهبود بخشند، انسان را در حلقه نگه می‌دارد. روش سوم به کاربر این امکان را می دهد که مناطق جالب توجهی را در تصاویر انتخاب کند. این تکنیک‌ها پس از چند دور بازخورد، نتایج مرتبط‌تری به دست می‌آورند، که تعداد کل تصاویر بازیابی شده را کاهش می‌دهد که کاربر برای یافتن تصاویر مرتبط باید آنها را بررسی کند.
توضیحاتی درمورد کتاب به خارجی
Content-based image retrieval (CBIR) aims for finding images in large databases such as the internet based on their content. Given an exemplary query image provided by the user, the retrieval system provides a ranked list of similar images. Most contemporary CBIR systems compare images solely by means of their visual similarity, i.e., the occurrence of similar textures and the composition of colors. However, visual similarity does not necessarily coincide with semantic similarity. For example, images of butterflies and caterpillars can be considered as similar, because the caterpillar turns into a butterfly at some point in time. Visually, however, they do not have much in common. In this work, we propose to integrate such human prior knowledge about the semantics of the world into deep learning techniques. Class hierarchies serve as a source for this knowledge, which are readily available for a plethora of domains and encode is-a relationships (e.g., a poodle is a dog is an animal etc.). Our hierarchy-based semantic embeddings improve the semantic consistency of CBIR results substantially compared to conventional image representations and features. We furthermore present three different mechanisms for interactive image retrieval by incorporating user feedback to resolve the inherent semantic ambiguity present in the query image. One of the proposed methods reduces the required user feedback to a single click using clustering, while another keeps the human in the loop by actively asking for feedback regarding those images which are expected to improve the relevance model the most. The third method allows the user to select particularly interesting regions in images. These techniques yield more relevant results after a few rounds of feedback, which reduces the total amount of retrieved images the user needs to inspect to find relevant ones.
