Semantic scene classification for content-based image retrieval

Son yıllarda çok geniş veri tabanlarının kullanımıyla birlikte içerik tabanlıgörüntü indekslemesi ve erişimi önemli bir araştırma konusu halini almıştır.Görütü indekslenmesinde kullanılan alt düzey öznitelikler görüntülerin karmaşıkiçeriklerini yeterli olarak ifade edememektedirler. Bu çalışmada, görüntü indekslemesiiçin sahne sınıflandırmasını baz alan bir görüntü erişim sistemitanımlanmıştır. İlk olarak renk ve doğrusal çizgi yapı özellikleri kullanılarakgörüntüler bölütlenmiştir. Çizgi yapı özellikleri kullanılarak, insan yapısı gibibirörnek renklerden oluşmayan yapıların görüntülerden bölütlenmesi hedeflenmektedir.Bölütleme sonucunda elde edilen tüm bölütler k-means öbekleme algoritmasıkullanılarak öbeklendikten sonra, her görüntü içermiş olduğu bölüttürlerinin histogramıyla ifade edilmiştir. Elde edilen histogramlar üzerinde çoksınıflı ve tek sınıflı sınıflandırıcılar eğitilmiş ve her görüntü için o görüntününfarklı sınıflara ait olma olasılıkları bulunmuştur. Bir görüntü aynı anda birdenfazla sınıfa ait olabileceğinden, görüntüleri en yüksek olasılık değerini verensınıfla etiketlemek yeterli olmayabilir. Bu nedenle, görüntüler tüm sınıflara aitolma olasılıkları ile indekslenmiş ve içerik tabanlı görüntü erişimi bu indekslerkullanılarak gerçekleştirilmiştir. Görüntü erişim sistemini insan algısıyla desteklemekve anlambilimsel uçurumu en aza indirgemek için erişim senaryosuna tek sınıfsınıflandırıcı bazlı ilgililik geri beslemesi eklenmiştir. Bunun için, ilgili görüntüleriçok iyi modelleyen, ilgili olmayan görüntülerden de bir o kadar uzak duranbir hiperküre oluşturan destek vektör veri tanımlaması kullanılmıştır. Önerilenyöntemler TRECVID ve Corel veri kümelerinde denenmiş ve başarılı sonuçlarelde edilmiştir.