Inhaltsbasiertes Bildauffindungssystem mit maschinellem Lernen

Inhaltsbasierter Bildauffindungsprozess in Abhängigkeit von einer neuen Matching-Strategie. Das in diesem Papier vorgeschlagene Modell besteht aus vier Hauptphasen: Merkmalsextraktion, Dimensionalitätsreduktion, ANN-Klassifikator und Matching-Strategie. In der Merkmalsextraktionsphase werden Farb- bzw. Texturmerkmale extrahiert, die als Farb-Ko-Occurrence-Matrix (CCM) und Differenz zwischen Pixeln des Scanmusters (DBPSP) bezeichnet werden. Die Technik der Dimensionalitätsreduktion wählt die effektiven Merkmale aus, die gemeinsam die größte Abhängigkeit von der Zielklasse und die geringste Redundanz untereinander aufweisen. Das künstliche neuronale Netz (ANN) in unserem vorgeschlagenen Modell dient als Klassifikator, so dass die ausgewählten Merkmale des Abfragebildes die Eingabe sind und die Ausgabe eine der mehreren Klassen ist, die die größte Ähnlichkeit mit dem Abfragebild haben.

Autorentext

Prof. Rocky Upadhyay Actualmente trabaja como profesor asistente en el Instituto de Ingeniería Sigma. Tiene más de siete años de experiencia en este campo. Está cursando un doctorado en Procesamiento de Imágenes. Su máster es de la Universidad SRK y su licenciatura es de la Universidad Tecnológica de Gujarat.