حاشيه‌نويسي خودكار تصاوير با استفاده از واژه‌هاي بصري

Automatic Image Annotation Using Bag of Words

افزايش تصاوير موجود در كاربردهاي مختلف زندگي، از جمله اينترنت سبب شده است كه در سال‌هاي اخير وجود معنا در وب به‌ويژه در مورد تصوير مورد توجه محققان قرار گيرد. حاشيه‌نويسي تصوير به معناي انتصاب يك يا چند كلمه براي توصيف تصوير است. ورودي سيستم حاشيه‌نويسي، ويژگي‌هاي استخراج‌شده از تصوير است. اين مقاله، الگوريتم جديدي براي حاشيه‌نويسي تصوير ارائه مي‌دهد كه در آن براي استخراج ويژگي‌هاي تصاوير، از مفهوم كيف واژگان (BoW) استفاده شده است و از توصيفگر SIFT نيز براي اين منظور كمك گرفته شده است. براي رسيدن به كارايي مناسب و با توجه به بالا بودن ابعاد ويژگي‌هاي SIFT از روش كاهش ابعاد ويژگي PCA-SIFT و الگوريتم K-Means بهره گرفته شده است. آزمايش‌هاي انجام‌شده بر روي سيستم پيشنهادي و با استفاده از مجموعه تصاوير Corel5k، گوياي عملكرد بهتر سيستم ارائه‌شده در دو معيار مورد بررسي زمان و دقت نسبت به كارهاي گذشته است.

Due to increase using images in different life application especially internet, recently many researchers interested in understanding in web and images. Automatic image annotation means attaching words, keywords or comments to an image. The inputs for image annotation system are features which are extracted from image. In this paper, a new algorithm for automatic image annotation using bag of words (BOW) and SIFT descriptor is presented. Considering the high dimensionality of SIFT features and to achieve satisfying efficiency, we apply dimension reduced technique PCA-SIFT and K-Means algorithm. Experimental results based on the images of Corel5k dataset show that the proposed method has better performance in precision and time measures.