আমি চিত্রগুলিতে একই / অনুরূপ অবজেক্টগুলি সন্ধানের ক্ষেত্রে তাদের ব্যবহারযোগ্যতা পরিমাপ করার জন্য রঙ, ওরিয়েন্টেড এজ এবং এর মতো সম্ভাব্য চিত্র বৈশিষ্ট্যের একটি তালিকা সন্ধান করার চেষ্টা করছি। এমন তালিকা বা কমপক্ষে কিছু বৈশিষ্ট্য কি কেউ জানেন?
আমি চিত্রগুলিতে একই / অনুরূপ অবজেক্টগুলি সন্ধানের ক্ষেত্রে তাদের ব্যবহারযোগ্যতা পরিমাপ করার জন্য রঙ, ওরিয়েন্টেড এজ এবং এর মতো সম্ভাব্য চিত্র বৈশিষ্ট্যের একটি তালিকা সন্ধান করার চেষ্টা করছি। এমন তালিকা বা কমপক্ষে কিছু বৈশিষ্ট্য কি কেউ জানেন?
উত্তর:
ক্ষেত্রটি নিজেই খুব বিশাল। সুতরাং আমি সন্দেহ করি আপনার এখানে সম্পূর্ণ বিবরণী তালিকা থাকতে পারে। যাইহোক, এমপিইজি 7 এই অঞ্চলটি মানক করার অন্যতম প্রাথমিক প্রচেষ্টা। সুতরাং এখানে যা অন্তর্ভুক্ত রয়েছে তা সর্বজনীন নয় - তবে কমপক্ষে সবচেয়ে প্রাথমিক।
এখানে কিছু মূল বৈশিষ্ট্য সেট রয়েছে যা এমপিইজি 7 তে চিহ্নিত করা হয়েছে (আমি সত্যিই কেবল ভিজ্যুয়াল বর্ণনাকারীদের নিয়েই কথা বলতে পারি না অন্যরা এটি পূর্ণ সুযোগের জন্য না দেখে )।
ভিজ্যুয়াল বর্ণনাকারীদের 4 টি ক্যাটাগরী রয়েছে:
১. বর্ণ বর্ণনাকারীর মধ্যে রয়েছে:
প্রভাবশালী রঙ,
রঙিন লেআউট (ব্লক বাই ব্লক ভিত্তিতে প্রাথমিক রঙ)
স্কেলেবল রঙ (মূলত রঙের হিস্টোগ্রাম),
রঙের কাঠামো (মূলত স্থানীয় রঙের হিস্টোগ্রাম)
এবং রঙকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ফাঁকে ঝাঁকুনি দেওয়া হয়।
2. বুনট বর্ণনাকারী (এছাড়াও দেখুন এই ) যা রয়েছে:
বুনট ব্রাউজিং বর্ণনাকারী - যা সংজ্ঞায়িত গ্র্যানুলারিটি / রুক্ষতা, নিয়মানুবর্তিতা, এবং দিক। সমজাতীয় জমিন বর্ণনা - যা গ্যাবার ফিল্টার ব্যাঙ্কের উপর ভিত্তি করে। এবং
এজ হিস্টোগ্রাম
3. আকৃতি বিবরণ যা রয়েছে:
অঞ্চল ভিত্তিক বর্ণনাকারী বিবেচনা অধীন আকৃতি স্কালে বৈশিষ্ট্যাবলী - যেমন ইত্যাদি এলাকা, ecentricities যেমন
কনট্যুর ভিত্তিক যা যেমনটি প্রকৃত চরিত্রগত আকৃতি বৈশিষ্ট্য এবং
3D বর্ণনাকারী
৪. ভিডিও
ক্যামেরা মোশন (3-ডি ক্যামেরা মোশন প্যারামিটার)
মোশন ট্র্যাজেক্টরি (দৃশ্যের বস্তুর ) জন্য মোশন বর্ণনাকরণকারী [উদাহরণস্বরূপ অ্যালগোরিদমগুলি ট্র্যাক করে তোলা] প্যারামেট্রিক মোশন (উদাহরণস্বরূপ মোশন ভেক্টর, যা দৃশ্যের গতি বর্ণনা করার অনুমতি দেয় But তবে এটি পারে বিভিন্ন বস্তুর উপর আরও জটিল মডেল হন)।
ক্রিয়াকলাপ যা শব্দার্থক বর্ণনাকারীর বেশি।
এমপিইজি 7 "এগুলি কীভাবে উত্তোলন করা হয়" সংজ্ঞায়িত করে না - এটি কেবল তাদের অর্থ কী এবং কীভাবে তাদের উপস্থাপন / সংরক্ষণ করবেন তা সংজ্ঞায়িত করে। সুতরাং এগুলি কীভাবে নিষ্কাশন করতে এবং ব্যবহার করতে হয় সে সম্পর্কে গবেষণা বিদ্যমান।
এখানে আরও একটি ভাল কাগজ যা এই বিষয়ে অন্তর্দৃষ্টি দেয়।
তবে হ্যাঁ, এর মধ্যে অনেকগুলি বৈশিষ্ট্য বরং মূল এবং আরও গবেষণা হতে পারে আরও পরিশীলিত (এবং জটিল) বৈশিষ্ট্য সেট তৈরি করবে set
ঠিক আছে আমি মনে করি আমি আরও কিছুটা অনুসন্ধান করে একটি উপযুক্ত তালিকা খুঁজে পেয়েছি। Deselaers ইত্যাদি একটি কাগজ আছে । আমি যা খুঁজছিলাম তা হতে পারে!
এমন একটি বইও রয়েছে যা এই বিষয় সম্পর্কিত কাগজের একটি সেটকে বান্ডিল করে। একে ভিজ্যুয়াল তথ্য পুনরুদ্ধারের মূলনীতি বলা হয় ।
@ দিপান মেহতা এমন বৈশিষ্ট্য বর্ণনাকারী ব্যবহার করেছেন যা ব্যবহার করা যেতে পারে। আসুন আমি এখন সিবিআইআর-এর জন্য বৈশিষ্ট্যগুলি উত্তমরূপে বৈশিষ্ট্য সনাক্তকরণের কয়েকটি পদ্ধতি উল্লেখ করে মুদ্রার অপর প্রান্তটি কভার করতে পারি ।
আমার জন্য আমার রেফারেন্স CBIR গবেষণা দ্বারা কাগজপত্র ছিল Sivic, Zisserman এবং Nister, Stewenius । এই লেখকদের আরও বর্তমান কাগজপত্র আছে, কিন্তু এগুলি প্রাসঙ্গিক ধারণাগুলির সমস্ত উপস্থিত করে।
তারা যুক্তি দেয় যে একটি দক্ষ সিবিআইআর পদ্ধতি কার্যকর করতে , পরিপূরক বৈশিষ্ট্যের বৈশিষ্ট্যগুলি ব্যবহার করা উচিত:
শেপ অ্যাডাপ্টেড অঞ্চল - কোণার মতো বৈশিষ্ট্যগুলিতেকেন্দ্রীভূত থাকে
উদাহরণস্বরূপ : হ্যারিস কর্নার, মাল্টি-স্কেল হ্যারিস, ডগ (গাউসিয়ানদের পার্থক্য - তবে প্রান্তগুলিতেও সাড়া দেয়!)
সর্বাধিক স্থিতিশীল অঞ্চল - ব্লব-জাতীয় বৈশিষ্ট্যগুলিতেকেন্দ্রীভূত থাকে
উদাহরণ: এমএসইআর (সর্বাধিক স্থিতিশীল বহিরাগত অঞ্চল), ড.জি.
চমকপ্রদভাবে, উইকিপিডিয়া ফিচার (ডিটেক্টর) প্রকারগুলির একটি ভাল শ্রেণিবদ্ধকরণও সরবরাহ করে, বর্তমানের বহুল ব্যবহৃত বৈশিষ্ট্যগুলির জন্য তারা যে সকল আগ্রহের অঞ্চলগুলি সনাক্ত করে তা উল্লেখ করে:
সর্বাধিক বর্তমান নিবন্ধগুলি আমি শপথ করেছি যে SIFT (স্কেল-ইনগ্রেন্ট ফিচার ট্রান্সফর্ম) বিবরণকারীরা রক করে এবং নির্বাচিত বৈশিষ্ট্য সনাক্তকারীগুলির সাথে সম্মিলনে যথেষ্ট শক্তিশালী rob তথ্যসূত্র অন্তর্ভুক্ত:
বিঃদ্রঃ! এই কাগজপত্রগুলি সিবিআইআর-এর সাথে কঠোরভাবে আচরণ করে না তবে সিবিআইআর- সম্পর্কিত কাজের ক্ষেত্রে রেফারেন্স হিসাবে ব্যবহৃত হয় ।
পরিশেষে, এটি উল্লেখযোগ্য বিষয় যে সফল সিবিআইআর পদ্ধতিগুলি কেবল ব্যবহৃত বৈশিষ্ট্য সনাক্তকারী এবং বর্ণনাকারীর উপর নির্ভর করে না , তবে:
এছাড়াও, আমি ইতিমধ্যে বিষয়ে কিছু প্রশ্ন উত্তর CBIR উপর ডিএসপি এবং Stackoverflow , উভয় রেফারেন্স এবং ব্যাখ্যা অনুষঙ্গী করা হয় এবং আমি মনে করি তারা প্রাসঙ্গিক হতে পারে, যাতে আপনি কটাক্ষপাত করতে চাইতে পারেন: