Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Bölümü

A novel refinement method for automatic image annotation systems

Otomatik görüntü etiketleme sistemleri için yeni bir iyileştirme yöntemi

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 286218 tez numarasıyla arayabilirsiniz.

Özet:

Image annotation could be defined as the process of assigning a set of content related words to the image. An automatic image annotation system constructs the relationship between words and low level visual descriptors, which are extracted from images and by using these relationships annotates a newly seen image. The high demand on image annotation requirement increases the need to automatic image annotation systems. However, performances of current annotation methods are far from practical usage. The most common problem of current methods is the gap between semantic words and low level visual descriptors. Because of the semantic gap, annotation results of these methods contain irrelevant noisy words. To give more relevant results, refinement methods should be applied to classical image annotation outputs.In this work, we represent a novel refinement approach for image annotation problem. The proposed system attacks the semantic gap problem by using the relationship between the words which are obtained from the dataset. Establishment of this relationship is the most crucial problem of the refinement process. In this study, we suggest a probabilistic and fuzzy approach for modeling the relationship among the words in the vocabulary, which is then employed to generate candidate annotations, based on the output of the image annotator. Candidate annotations are represented by a set of relational graphs. Finally, one of the generated candidate annotations is selected as a refined annotation result by using a clique optimization technique applied to the candidate annotation graph.

Summary:

Görüntü etiketleme, bir görüntüye görüntünün içeri ile ilgili kelimler atama işlemi olarak tanımlanabilir. Bir etiketleme sistemi kelimelerle, görüntülerden elde edilen düşük seviye görsel özniteliklerle arası ilişki kurar ve bu ilişkiyi kullanarak yeni gelen bir görüntüyü etiketler. Görüntü etiketleme ihtiyacı arttıkça, görüntü etiketleme sistemlerine olan ihtiyaçta hızla artmaktadır. Literatürde yoğun olarak çalışılmakta olan bu problem için hali hazırda önerilen yöntemlerin performansları pratik kullanım için yeterli değildir. Bu sistemlerin ortak problemi yüksek seviye anlamsal kelimelerle düşük seviye görsel öznitelikler arasındaki anlamsal boşluktur. Bu anlamasal boşluk nedeniyle, sonuçlar ilgisiz kelimelerde içerebilmektedir. Daha iyi sonuçların verilebilmesi için iyileştirme yöntemlerinin kullanılması gerekmektedir.Bu çalışmada, otomatik görüntü etiketleme sistemleri için yeni bir iyileştirme yöntemini sunulmaktadır. Önerilen yöntem anlamsal boşluk problemine veri kümesinden elde ettiği kelimeler arası ilişkiyi kullanarak çözüm üretir. Kelimeler arası ilişkinin kurulması iyileştirme işleminin en önemli problemdir. Bu çalışmada, kelimeler arası ilişkiyi modellemek için olasılıksal ve bulanık yaklaşımlar sunduk. Kelimler arası ilişkiler, görüntü etiketleyici tarafından sağlanan etiketler üzerine uygulanarak aday etiketlemeler üretir. Aday etiketlemeler bir ilişkilse çizge üzerinde gösterilebilmektedir. Son olarak üretilen aday etiketlemelerden bir tanesi klik optimizasyon teknikleri kullanılarak seçilir ve iyileştirilmiş etiketlene olarak sunulur.