1. Trang chủ
  2. » Công Nghệ Thông Tin

Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology

10 7 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 10
Dung lượng 1,06 MB

Nội dung

Truy vấn ảnh dựa trên ngữ nghĩa đóng một vai trò quan trọng trong nhiều ứng dụng thực tế. Trong bài viết này, một phương pháp tìm kiếm ảnh theo ngữ nghĩa được đề xuất kết hợp giữa mạng nơron tích chập (CNN) và ontology. Đầu tiên, CNN được sử dụng để trích xuất đặc trưng và xác định phân lớp của ảnh đầu vào.

Ngày đăng: 26/05/2022, 09:18

HÌNH ẢNH LIÊN QUAN

Hình 1. Mạng nơron tích chập - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Hình 1. Mạng nơron tích chập (Trang 2)
Hình ảnh đầu vào từ tập dữ liệu Flower được thay đổi kích thước thành kích thước cố định là [231x231x3] và được gửi đến mạng OverFeat - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
nh ảnh đầu vào từ tập dữ liệu Flower được thay đổi kích thước thành kích thước cố định là [231x231x3] và được gửi đến mạng OverFeat (Trang 3)
Bảng 1. Kiến trúc mạng OverFeat - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Bảng 1. Kiến trúc mạng OverFeat (Trang 3)
Hình 3. Một ví dụ về phân lớp ảnh theo đối tượng trong bộ CIFAR-10 và Caltech-256 - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Hình 3. Một ví dụ về phân lớp ảnh theo đối tượng trong bộ CIFAR-10 và Caltech-256 (Trang 4)
Ontology cho hình ảnh ảnh được thiết kế để nắm bắt nội dung ngữ nghĩa, lưu trữ thông tin phi cấu trúc theo hệ thống phân cấp, các khái niệm, cùng với các thuộc tính và quan hệ của chúng - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
ntology cho hình ảnh ảnh được thiết kế để nắm bắt nội dung ngữ nghĩa, lưu trữ thông tin phi cấu trúc theo hệ thống phân cấp, các khái niệm, cùng với các thuộc tính và quan hệ của chúng (Trang 4)
Hình 6. Một ví dụ về làm giàu dữ liệu cho khung ontology - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Hình 6. Một ví dụ về làm giàu dữ liệu cho khung ontology (Trang 5)
Như vậy, có thể thấy ontology hiệu quả trong tìm kiếm và trích xuất ngữ nghĩa của hình ảnh - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
h ư vậy, có thể thấy ontology hiệu quả trong tìm kiếm và trích xuất ngữ nghĩa của hình ảnh (Trang 5)
Kiến trúc hệ thống phân lớp và truy vấn tập ảnh tương tự cũng như phân tích ngữ nghĩa hình ảnh CNN_SIR được mô tả tại hình 7 - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
i ến trúc hệ thống phân lớp và truy vấn tập ảnh tương tự cũng như phân tích ngữ nghĩa hình ảnh CNN_SIR được mô tả tại hình 7 (Trang 6)
Để đánh giá hiệu quả tìm kiếm hình ảnh, bài viết sử dụng các yếu tố để đánh giá, bao gồm: precision, recall và F- measure, thời gian truy vấn (milli seconds) - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
nh giá hiệu quả tìm kiếm hình ảnh, bài viết sử dụng các yếu tố để đánh giá, bao gồm: precision, recall và F- measure, thời gian truy vấn (milli seconds) (Trang 7)
Hình 8. Một kết quả tìm kiếm hình ảnh theo ngữ nghĩa của hệ truy vấn CNN_SIR - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Hình 8. Một kết quả tìm kiếm hình ảnh theo ngữ nghĩa của hệ truy vấn CNN_SIR (Trang 7)
Hình 11. Hiệu suất truy vấn ảnh trên tập dữ liệu ảnh CIFAR-10 của hệ CNN_SIR - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Hình 11. Hiệu suất truy vấn ảnh trên tập dữ liệu ảnh CIFAR-10 của hệ CNN_SIR (Trang 8)
Bảng 4. So sánh độ chính xác giữa các phương pháp trên bộ dữ liệu Caltech-256 - Một phương pháp tìm kiếm ảnh theo ngữ nghĩa dựa trên mạng nơron tích chập và Ontology
Bảng 4. So sánh độ chính xác giữa các phương pháp trên bộ dữ liệu Caltech-256 (Trang 8)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w