مجله ماشین بینایی و پردازش تصویر

مجله ماشین بینایی و پردازش تصویر

پالایش شرح گذاری مجموعه تصاویر با مقیاس بزرگ با یادگیری انتقالی در شبکه عصبی کانولوشنال عمیق

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری مهندسی کامپیوتر گرایش هوش مصنوعی، دانشکده برق و کامپیوتر، دانشگاه یزد
2 دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
چکیده
فرآیند پالایش شرح ­گذاری تصاویر، رویکردی موثر در بهبود بازیابی تصاویر مبتنی بر برچسب می‌باشد. در شبکه ­های اجتماعی و موتورهای جستجو بسیاری از تصاویر دارای تگ ­های مبهم، ناقص و بی­ ارتباط با محتوا هستند. وجود این تگ ­های غیرقابل اعتماد، موجب کاهش دقت بازیابی تصاویر می ­شود. از این­رو در دهه اخیر، الگوریتم ­هایی با عنوان پالایش تگ (TR) مطرح شده‌اند که به رفع نویز و غنی‌سازی برچسب‌های تصاویر می‌پردازند. به ­منظور دستیابی به نتایج بهینه در TR، استخراج ویژگی­ هایی از تصویر که توصیف مناسبی از محتوای دیداری تصویر داشته باشند، تاثیر مستقیمی بر دقت فرآیند TR دارد. از جمله چالش ­های عمده در فرآیند پالایش شرح ­گذاری تصاویر، رسیدن به توصیفی مناسب و مرتبط با محتوای تصاویر می­باشد. بدین منظور با توجه به کارآمدی فرآیند یادگیری عمیق در بسیاری از حوزه ­های پژوهشی، در این مقاله نیز به منظور استخراج ویژگی­ های کارآمد در تشابه دیداری تصاویر و ارتباط معنایی تصاویر با هم، از شبکه ­های عصبی کانولوشنال عمیق (DCNN) استفاده شده ­است. بهره ­گیری از فرآیند یادگیری انتقالی استفاده شده در DCNN مبتنی بر تصاویر ImageNet در توصیف و ایجاد ارتباط معنایی در مجموعه تصاویر با مقیاس بزرگ NUS-WIDE، بیانگر موثر بودن این رویکرد در کاربرد پالایش تگ تصاویر است.
کلیدواژه‌ها

عنوان مقاله English

Refining large scale image annotation via transfer learning in deep convolutional neural network

نویسندگان English

Shima Javanmardi 1
Mohammad Ali Zare Chahooki 2
1 Ph.D.Student of Electrical and Computer Engineering, Yazd University
2 Department of Electrical and Computer Engineering, Yazd University
چکیده English

Refining image annotation is an effective approach to improve tag base image retrieval. Many images in social networks and search engines have vague tags, incomplete and irrelevant content.
However the unreliable tags, reducing the precision of image retrieval, recently some of the tag refinement (TR) algorithms have been suggested as labels noise removal and enrichment of images.
In order to achieve optimal result in TR, extracting features that have a good description of visual content of images will have direct impact on accuracy of TR process. Achieving the appropriate description and relevant to the content of images, is the major challenges in the refining image annotation. Due to effectiveness of deep learning in research fields, in this paper we will use deep convolutional neural network (DCNN) in order to extract efficient features for computing images visual and semantic similarity. Employing transfer learning based ImageNet image database in DCNN, for large scale NUSWIDE dataset, indicating the effectiveness of this approach in refining image annotation.

کلیدواژه‌ها English

Refining image annotation
Deep convolutional neural network
Tag refinement
Image Retrieval
Transfer learning
دوره 5، شماره 1
خرداد 1397
صفحه 39-52

  • تاریخ دریافت 01 شهریور 1395
  • تاریخ بازنگری 11 اسفند 1395
  • تاریخ پذیرش 16 اردیبهشت 1396