معرفي يك چارچوب تركيبي براي بازيابي تصوير مبتني بر محتوا بر پايه تحليل بعد فركتال و ماشين بولتزمن عميق

Introducing a hybrid framework for content-based image retrieval based on fractal dimension analysis and deep Boltzmann machine

حجم انبوه تصاوير توليدي در سال‌هاي اخير، بازيابي تصوير را به يكي از موضوعات پژوهش درحوزه بينايي ماشين و پردازش تصوير تبديل كرده است. چالش اصلي سيستم هاي بازيابي تصوير مبتني بر محتوا، استخراج بردار ويژگي مناسب براي توصيف تصاوير است تا امكان بازيابي تصوير را به نحو موثري فراهم سازد. در اين پژوهش يك چارچوب بازيابي تصوير مبتني بر محتوا معرفي شده است، بردار ويژگي معرفي شده تركيبي از ويژگي هاي سطح پايين و ويژگي هاي سطح مياني تصوير مي باشد. استخراج ويژگي هاي سطح پايين تصوير شامل رنگ، شكل و بافت با استفاده از همبستگي نگار خودكار، تبديل موجك گسسته و تحليل بعد فركتال در چند سطح انجام شده است. ويژگي هاي سطح مياني نيز با استفاده از ماشين بولتزمن عميق و با يادگيري ويژگي هاي سطح پايين تصوير استخراج شده است. بردار ويژگي حاصل با تصاوير پايگاه داده كُرل 1K تنطيم و كارايي چارچوب پيشنهادي بر روي پايگاه داده كُرل 5K و 10K نيز سنجيده شده است. بهترين نتايج ارزيابي بر روي پايگاه داده هاي ذكر شده به ترتيب برابر 99.5%، 99.2% و 99.6% گزارش مي‌شود.

The massive volume of images produced in recent years has made image retrieval one of the topics of research in the field of machine vision and image processing. The main challenge of content-based image retrieval systems is to extract the appropriate feature vector for image description to enable image retrieval effectively. In this research, a content-based image retrieval framework is introduced. The introduced feature vector is a combination of low-level features and mid-level features of the image. Extraction of low-level features of the image, including color, shape and texture, was performed using multi-level autocorrelation, discrete wavelet transform and fractal dimension analysis. Mid-level features are also extracted using the deep Boltzmann machine and by learning the low-level features of the image. The resulting feature vector is adjusted with 1K Corel database images and the performance of the proposed framework is also measured on 5K and 10K Corel databases. The best evaluation results are reported on 99.5%, 99.2% and 99.6% of the mentioned databases, respectively.