![](/images/graphics-bg.png)
A novel image classification framework for improving image retrieval based on relevance feedback
العناوين الأخرى
نظام جديد لتصنيف الصور قائم على التغذية الرجعية بهدف تحسين استرجاع الصور
المؤلف
المصدر
العدد
المجلد 32، العدد 4 (31 ديسمبر/كانون الأول 2007)، ص ص. 1-10، 10ص.
الناشر
تاريخ النشر
2007-12-31
دولة النشر
مصر
عدد الصفحات
10
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص AR
تعد عملية استرجاع الصور من التقنيات الواعدة في البحث عن الصور و التي تتم عن طريق سمات الصورة, حيث تتيح التغذية الرجعية للمستخدم التفاعل مع النظام من خلال إضافة تقيمه.
يعرض هذا البحث إطارين عمل لتصنيف الصور من خلال تحليل سمات الصورة مثل اللون, و الشكل, و الملمس.
يعتمد الإطار الأول على القيمة و الاتجاه في الفراغ المتعدد الأبعاد لكل من الهدف و الصورة المستعلم عنها, مما يمكن من تصنيف الصور طبقا لاحتمالات تواجدها بينما يعتمد الإطار الثاني على استرجاع الصور عن طريق استخراج معرفة التصنيف من قواعد بيانات الصور الضخمة في مجال محدد.
إن عملية التصنيف تستخدم كمرحلة تدريب يتم فيها تعزيز النظام بشجرة التصنيف لنطاق صور الاسترجاع.
و تعد شجرة التصنيف بهذا الأسلوب من أفضل الحلول لتقليل الحجم الضخم للمجموعات التي يمكن إنتاجها من الاحتمالات المختلفة لتواجد تقسيمات قيم خصائص الصور مع بعضها البعض.
الملخص EN
Content-based image retrieval (CBIR) is a promising technology to assist image finding.
CBIR retrieves images by visual features inherent in images.
Relevance feedback allows the user to reflect his preference to the system, then the system can reformulate the query according to the positive and/or negative examples responded by the user.
This paper presents two efficient frameworks for image classification through the analyzes of the visual features (such as color, shape, texture) of an example image.
The first framework is based on comparing the norm and the direction of vectors in multi-dimensional space for both the target and query image vectors, which allows classification according to their probabilities of existence.
The second framework depends on acquiring classification knowledge from a large empirical image database in a specific domain and utilizes that knowledge for image classification.
The initial classification process is used as a training phase to feed the system with a classification tree for images in the retrieval domain.
This tree is the best reduction of dimensionality that would result from all possible combinations of feature divisions.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Almi, M. E.. 2007. A novel image classification framework for improving image retrieval based on relevance feedback. Mansoura Engineering Journal،Vol. 32, no. 4, pp.1-10.
https://search.emarefa.net/detail/BIM-324838
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Almi, M. E.. A novel image classification framework for improving image retrieval based on relevance feedback. Mansoura Engineering Journal Vol. 32, no. 4 (2007), pp.1-10.
https://search.emarefa.net/detail/BIM-324838
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Almi, M. E.. A novel image classification framework for improving image retrieval based on relevance feedback. Mansoura Engineering Journal. 2007. Vol. 32, no. 4, pp.1-10.
https://search.emarefa.net/detail/BIM-324838
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 10
رقم السجل
BIM-324838
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)