Scene classification for content-based image retrieval

Ozge Cavus, Selim Aksoy
2008 2008 IEEE 16th Signal Processing, Communication and Applications Conference  
Ozetçe Son yıllarda çok geniş veri tabanlarının kullanımıyla birlikte içerik tabanlı görüntü indekslemesi ve erişimiönemli bir araştırma konusu halini almıştır. Bu çalışmada, görüntü indekslemesi için sahne sınıflandırmasını baz alan bir görüntü erişim sistemi tanımlanmıştır. Görüntülerden çıkarılan alt düzeyöznitelikler görüntü indekslemesinde dogrudan kullanılmak yerine, buöznitelikler sahne sınıflandırması için kullanılmış, ve görüntüler sınıflandırma sonucunda elde edilen anlamsal sınıf
more » ... anlamsal sınıf bilgileriyle indekslenmiştir. Sahne sınıflandırması için "kelime kümesi" (bag of words) doküman analizi yöntemi olarak bilinen teknigin bir uyarlaması kullanılmıştır. Görüntü erişim sistemini insan algısıyla desteklemek ve anlambilimsel uçurumu en aza indirgemek icin erişim senaryosuna tek sınıf sınıflandırıcı bazlı ilgililik geri beslemesi eklenmiştir. Bunun için, ilgili görüntüleri çok iyi modelleyen, ilgili olmayan görüntülerden de bir o kadar uzak duran bir hiperküre oluşturan destek vektör veri tanımlaması kullanılmıştır.Önerilen yöntemler Corel veri kümesinde denenmiş ve başarılı sonuçlar elde edilmiştir. Abstract Content-based image indexing and retrieval have become important research problems with the use of large databases in a wide range of areas. In this study, a content-based image retrieval system that is based on scene classification for image indexing is proposed. Instead of using low-level features directly, semantic class information that is obtained as a result of scene classification is used during indexing. The traditional "bag of words" approach is modified for classifying the scenes. In order to minimize the semantic gap, a relevance feedback approach that is based on one-class classification is also integrated. The support vector data description is used for learning during feedback iterations. The experiments using the Corel data set show good results for both classification and retrieval.
doi:10.1109/siu.2008.4632723 fatcat:5r2dcb55djhajpanbq7x5y6ofe