طبقه ‌بندي تصاوير بازيابي شده با استفاده از الگوريتم SIFT و كدگذاري خطي با قيد محلي

با رشد روز افزون اينترنت و ابزارهاي تصويربرداري ديجيتال، اندازه پايگاه داده تصاوير به سرعت در حال بزرگتر شدن است. در چنين شرايطي، نياز شديدي به ابزارها و روش‌هاي كارا براي جستجوي تصاوير دلخواه در پايگاه ­داده­هاي بزرگ به وجود آمده است، استخراج ويژگي اساسي­ ترين قدم در ايجاد يك سامانه بازيابي تصاوير براساس محتواست و نقش بسيار تعيين كننده­اي در دقت سامانه بازيابي دارد. در اين مقاله روشي جديد جهت طبقه­ بندي تصاوير بازيابي شده براساس محتوا ارائه شد. پس از استخراج ويژگي و محاسبه توصيفگرهاي مربوط به هر دسته توسط الگوريتم SIFT، الگوريتمTF-IDF توصيفگرهاي مناسب را مشخص كرده و از خوشه­ بندي جهت يافتن توصيفگرهاي كانديداي هر دسته استفاده مي­ كند. در مرحله بعد از ضرايب بازنمايي توصيفگرهاي هر دسته با توجه به نماينده ­هاي توليد شده از مرحله قبل توسط الگوريتم كدگذاري خطي با قيد محلي به عنوان ويژگي استفاده شده است. در نهايت از اين ويژگي‌هاي توليد شده براي طبقه ­بندي تصاوير بازيابي شده استفاده مي­ شود. دسته‌بندي كه براي ارزيابي سيستم پيشنهادي مورد استفاده قرار گرفته، ماشين يادگير بيشينه مي‌باشد. دقت به دست آمده در اين دسته‌بند بر روي پايگاه داده Caltech-101، 98/5 درصد و بر روي پايگاه داده17-Flowers، 97/90 درصد مي باشد.