BILDAUFFINDUNG UND -KLASSIFIZIERUNG AUF DER GRUNDLAGE SELEKTIVER MERKMALSEXTRAKTION

In diesem digitalen Zeitalter mit der Verfügbarkeit enormer digitaler Daten im Internet müssen die Benutzer nach verschiedenen Möglichkeiten suchen, um geeignete Daten aus den unorganisierten Daten abzurufen. Die Klassifizierung ist eine solche Technik, die den Forschern weltweit geholfen hat, ihre Suche einzugrenzen. Unter den Daten, die aufgrund der Zunahme digitaler Technologien verfügbar sind, nimmt die Verfügbarkeit von Multimediadaten von Tag zu Tag rapide zu. Um die benötigten Daten (Bilder) abzurufen, haben viele Forscher Algorithmen oder Methoden zum Abrufen von Bildern entwickelt, zu denen auch die Bildklassifizierung gehört. Sie spielt eine wichtige Rolle in vielen Anwendungen wie Medizin, Photogrammetrie, Computer Vision usw.In diesem Projekt wird versucht, eine Methodik für ein effizientes Bildklassifizierungssystem zu entwickeln, indem 50 Merkmale extrahiert werden, gefolgt von einer Bildklassifizierung durch die Einbeziehung verschiedener Klassifizierungstechniken. Dieses Projekt befasst sich auch mit dem Abrufen einer neuen Bildinstanz, die nicht im Trainingsdatensatz vorhanden ist, gefolgt von einer Bildklassifizierung. Es wird ein Vergleich zwischen den verwendeten Klassifizierungstechniken und den experimentellen Ergebnissen durchgeführt, die auf 1150 verschiedenen Bildern aus 17 verschiedenen Kategorien basieren.

Autorentext

A.Sravani, actualmente trabaja como Profesora Asistente, Departamento de CSE en el Instituto de Tecnología de la Información de Vignan. Tiene 7 años de experiencia en la enseñanza. Es experta en aprendizaje automático y procesamiento de imágenes. Tiene 6 publicaciones de las cuales 4 están indexadas en scopus. Ha publicado artículos en 3 conferencias internacionales.