چکیده:
در سیستمهای بازیابی تصویر سنتی، تصویر ورودی در کل پایگاه داده بارها و بارها برای ویژگی های مختلف تصویر جستجو میشود، متوسط نتایج بدست آمده برای تولید یک خروجی مشترک با هم ادغام میشود. این روشها برای پایگاه داده بزرگ کارآیی کافی ندارد. در این مقاله، تیم پی سی اسکریپت روش جدید بازیابی تصویر ارائه نموده است. بازیابی در دو مرحله متنی و تصویری انجام میگیرد.
از آنجا که رتبهبندی مجدد اعمال نشده بنابراین، اثربخشی و بازدهی CBIR با اجرا در یک زیر مجموعه از طریق عملیات کمتر اضافه میشود. بازیابی تصاویر در سه مرحله به ترتیب بر اساس رنگ، بافت و شکل انجام میگیرد. تصاویر خروجی از هر مرحله به عنوان ورودی پایگاه داده برای مرحله بعدی بکار میرود، در نتیجه تعداد تصاویری که در هر مرحله مورد جست و جو قرار میگیرد کاهش مییابد لذا نیازی به تلفیق نتایج میانی برای بدست آوردن نتیجه نهایی نیست و این موضوع موجب کاهش زمان محاسبه و افزایش دقت کلی سیستم میشود.
بیان مساله:
در بازیابی تصویر مبتنی بر محتوا (CBIR)، تصاویر توسط ویژگیهای جهانی و یا محلی بازبینی میشوند. ویژگیهای جهانی قادر به تعمیم یک تصویر کامل با یک بردار واحد توصیف رنگ، بافت و شکل است. علاوه بر این، چنین مجموعههایی ممکن است راههای مختلفی برای دسترسی به هر یک از رسانهها را فراهم کند. به عنوان مثال، یک موضوع ممکن است در چندین زبان وجود داشته باشد و رسانههای غیر متنی ممکن است در زمینههای مختلف ابرداده، مانند نام فایل، نویسنده، احتمالا به چندین زبان شرح و تفسیر گردند، برخی برای توصیف چنین بازیابی تنظیم چند رسانهای از اصطلاح چند وجهی multimodal استفاده کردهاند.
مطابق یکی از تعاریف « modality » در فرهنگ لغت، یعنی «کیفیت، ویژگی، یا شرایطی که نشان دهنده حالت، خلق و خوی، و یا شیوه ای مناسبتر باشد» در IR ،modality به عنوان کیفیت یک شیوه از بازیابی تعریف شده است. به عنوان مثال، یک مجموعه چند رسانهای متشکل از دو رسانه، مانند متن و تصویر، ممکن است از دو روش برای هر یک از آیتمهای آن تشکیل شده باشد، به عنوان مثال متن انگلیسی، متن فرانسوی، بافت تصویر، رنگ تصویر، و غیره.
