خوشه‌بندي تصاوير مقياس بالا با مدل‌سازي نشانه‌هاي معنايي و شبيه‌سازي مكاني

در سال‌هاي اخير حاشيه‌نويسي تصاوير يكي از موضوعات تحقيقاتي فعال است. در اين مقاله براي حاشيه‌نويسي تصاوير، تكنيك خوشه‌بندي تعاوني نيمه نظارت‌شده پيشنهاد مي‌شود. روش‌هاي خوشه‌بندي به دليل عدم نياز به حاشيه‌نويسي بسيار موردتوجه هستند. براي دستيابي به بالاترين كارايي، نتايج خوشه‌بندي شش سيستم با فضاي رنگ و معيار شباهت متفاوت با رأي اكثريت به‌صورت تعاوني، باهم تركيب مي‌شوند. در شرايطي كه تعداد رأي‌ها براي يك تصوير كم باشد از بازخورد مرتبط براي حاشيه‌نويسي آن استفاده مي‌شود. امروزه بيشتر از معيار شباهت خطي براي تعيين شباهت بين تصاوير استفاده مي‌شود، ولي مدل‌هاي غيرخطي به دليل نزديكي به سيستم بينايي انسان مي‌توانند كارايي بسيار بهتري داشته باشند، بدين منظور معيار شباهت غيرخطي KMRBF براي شبيه‌سازي بينايي انسان و بهبود نتايج بازيابي پيشنهاد مي‌شود. آزمايش‌ها روي پايگاه داده تصاوير كورل و تصاوير ماهواره‌اي نشان مي‌دهند كه روش پيشنهادي داراي كارايي مناسبي است. با توجه به نتايج به‌دست‌آمده در پايگاه داده تصاوير ماهواره‌اي فضاي رنگ YIQ داراي دقت بالاتري (به مقدار 82/5 درصد) است. همچنين سه فضاي رنگ CIELab, HSV و YIQ داراي كارايي بالاتري هستند، چون در اين فضاهاي رنگي لومينانس از كرومينانس جدا بوده و اين فضاهاي رنگي به سيستم بينايي انسان نزديك‌تر هستند.