معرفی یک چارچوب ترکیبی برای بازیابی تصویر مبتنی بر محتوا بر پایه تحلیل بعد فرکتال و ماشین بولتزمن عمیق

حجم انبوه تصاویر تولیدی در سال‌های اخیر، بازیابی تصویر را به یکی از موضوعات پژوهش درحوزه بینایی ماشین و پردازش تصویر تبدیل کرده است. چالش اصلی سیستم های بازیابی تصویر مبتنی بر محتوا، استخراج بردار ویژگی مناسب برای توصیف تصاویر است تا امکان بازیابی تصویر را به نحو موثری فراهم سازد. در این پژوهش یک چارچوب بازیابی تصویر مبتنی بر محتوا معرفی شده است، بردار ویژگی معرفی شده ترکیبی از ویژگی های سطح پایین و ویژگی های سطح میانی تصویر می باشد. استخراج ویژگی های سطح پایین تصویر شامل رنگ، شکل و بافت با استفاده از همبستگی نگار خودکار، تبدیل موجک گسسته و تحلیل بعد فرکتال در چند سطح انجام شده است. ویژگی های سطح میانی نیز با استفاده از ماشین بولتزمن عمیق و با یادگیری ویژگی های سطح پایین تصویر استخراج شده است. بردار ویژگی حاصل با تصاویر پایگاه داده کُرل k1 تنطیم و کارایی چارچوب پیشنهادی بر روی پایگاه داده کُرل k5 و k10 نیز سنجیده شده است. بهترین نتایج ارزیابی بر روی پایگاه داده های ذکر شده به ترتیب برابر 99.5%، 99.2% و 99.6% گزارش می‌شود.

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

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 contentbased image retrieval systems is to extract the appropriate feature vector for image description to enable image retrieval effectively. In this research, a contentbased image retrieval framework is introduced. The introduced feature vector is a combination of lowlevel features and midlevel features of the image. Extraction of lowlevel features of the image, including color, shape and texture, was performed using multilevel autocorrelation, discrete wavelet transform and fractal dimension analysis. Midlevel features are also extracted using the deep Boltzmann machine and by learning the lowlevel 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.