Image auto-annotation based on combination of text and visual clustering
Resimlerin metin ve görsel kümelemeye dayalı olarak otomatik etiketlenmesi
- Tez No: 202704
- Danışmanlar: YRD. DOÇ. DR. ADİL ALPKOÇAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 121
Özet
Gelisen çoklu ortam teknolojileri ve nternet üzerinde hızlı bir seklide çogalan çoklu ortam ürünleri, arastırmacıları çoklu ortam verilerini sorgulamak ve yönetmek üzere yeni araçlar üretme yönündeki arastırmalara yönelmelerine sebep olmustur. Geleneksel resim sorgulama sistemleri, elle etiketlenen resimler üzerinden yapılmaktadır. Fakat bu yöntem resim sorgulaması için yeterince güçlü bir yöntem degildir. Daha etkin çözümler bulmak için arastırmacılar, resim içindeki renk, desen ve sekil özelliklerini kullanarak resimleri otomatik etiketlendirme yönünde odaklanmıslardır. Genel olarak, kullanıcı istekleri yüksek seviyeli özellikler üzerinde olup, buna karsın, sorgulama sistemleri düsük seviyeli özellikler üzerinden bilgi üretmektedirler. Kullanıcı istekleri ve sistemlerin elde ettikleri bilgiler arasındaki fark ?anlamsal eksiklik? olarak bilinir. Bu tezdeki temel amacımız düsük seviyeli özellikler ile yüksek seviyeli özellikler arasında bir baglantı kurarak bu boslugu doldurmaktır. Bu tezde, metin ve görsel kümelemeleri birlestirerek, resimlerin otomatik etiketlenmesi ve sorgulanması için yeni bir yöntem önerilmistir. Temel hipotezimiz, aynı metin kümesinde olan resimlerin ortak görsel özellikleri ile ifade edilebilecegidir. Hipotezi gerçeklemek için, metin kümelerindeki ortak görsel ögeleri belirleyecek bir yapı olusturduk. Etiketlenmemis bir resim sorgulandıgı zaman, metin sınıflarındaki resimlerin düsük seviyeli özelliklerini isleyerek benzer resimleri bulduk ve verilen resmin otomatik etiketlenmesini sagladık. Sistemin dogrulugu ve resimleri otomatik etiketleyen bir sistem olarak kullanılabilecegi deneyimlerle gösterilmistir.
Özet (Çeviri)
The emergence of multimedia technology and the rapidly expanding multimedia collections on the Internet have attracted significant research efforts in providing tools for effective retrieval and management of multimedia data. Traditional image retrieval systems were based on manual annotations of images. This is not powerful enough for proper image retrieval, because of manual annotations. Researchers are focused on extracting image features and annotating images automatically by considering their content that are color, texture and shape. Generally, user needs are high level features and retrieval systems consider/process the low-level features to accomplish the retrieval task. This difference between human interpretation and extracted/processed information is known as the semantic gap of such systems. In this thesis, our aim is to find a linkage between low-level features and high level features to bridge the semantic gap. In this thesis, we propose a novel strategy at an abstract level by combining textual and visual clustering results to retrieve images using semantic keywords and auto-annotate images based on similarity with existing keywords. Our main hypothesis is that images that fall in to the same text-cluster can be described with common visual features of those images. In order to implement this hypothesis, we set out to estimate the common visual features in the textually clustered images. When an un-annotated image is given we find the best image match in the different textual clusters by processing their low-level features. Experiments have demonstrated that good accuracy of proposal and its high potential of use in annotation of images and for improvement of content based image retrieval.
Benzer Tezler
- Activity prediction from auto-captured lifelog images
Otomatik yakalanmış hayat günlüğü görüntülerinden faaliyet tahmini
KADER BELLİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE AKBAŞ
PROF. DR. ADNAN YAZICI
- Translating images to words: A novel approach for object recognition
Görüntülerden kelimelere çeviri: Nesne tanıma problemine yeni bir yaklaşım
PINAR DUYGULU ŞAHİN
Doktora
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ YARMAN VURAL
DOÇ. DR. DAVİD FURSYTH
- Automatic image annotation by ensemle of visual descriptors
Görsel tanımlayıcı topluluklarıyla otomatik görüntü açıklama
EMRE AKBAŞ
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ YARMAN VURAL
- Nearest-neighbor based metric functions for indoor scene recognition
İç mekan tanıma için en yakın komşuya dayalı metrik fonksiyonlar
FATİH ÇAKIR
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. UĞUR GÜDÜKBAY
PROF. DR. ÖZGÜR ULUSOY
