গুগল কোন অ্যালগরিদম ব্যবহার করে তা আমি জানি না। তবে, যেহেতু আপনি একটি সেরা অনুমান চান, তাই কীভাবে একটি অনুরূপ সিস্টেম তৈরি করা যায় সে সম্পর্কে আমাকে কিছু ধারণা দিন ।
চিত্র-বেস-বাই-ইমেজের সাথে সম্পর্কিত পুরো ক্ষেত্রটিকে বিষয়বস্তু ভিত্তিক চিত্র পুনরুদ্ধার (সিবিআইআর) বলা হয় । ধারণাটি হ'ল একরকম একটি চিত্রের উপস্থাপনা তৈরি করুন (মানুষের দ্বারা অগত্যা বোধগম্য নয়) যাতে চিত্রের সামগ্রী সম্পর্কিত তথ্য থাকে ।
দুটি প্রাথমিক পদ্ধতির উপস্থিতি:
- নিম্ন-স্তরের (স্থানীয়) বৈশিষ্ট্যগুলি ব্যবহার করে পুনরুদ্ধার: চিত্রের নির্দিষ্ট অংশে রঙ, টেক্সচার, আকৃতি (কোনও চিত্র স্থানীয় বৈশিষ্ট্যের বর্ণনাকারীর সংগ্রহ )
- শব্দার্থক পন্থা যেখানে কোনও চিত্র কোনও উপায়ে অবজেক্ট এবং তাদের সম্পর্কের সংগ্রহ হিসাবে উপস্থাপিত হয়
নিম্ন-স্তরের স্থানীয় পদ্ধতির খুব ভাল গবেষণা করা হয়েছে। সর্বোত্তম বর্তমান পদ্ধতি স্থানীয় বৈশিষ্ট্যগুলি নিষ্কাশন করে (এখানে বৈশিষ্ট্যযুক্ত নিষেধাজ্ঞার আলগোরিদিমগুলির একটি বিকল্প রয়েছে) এবং চিত্রগুলির তুলনা করার জন্য তাদের স্থানীয় বর্ণনাকারী (আবার বর্ণনাকারীর পছন্দ) ব্যবহার করে।
নতুন কাজগুলিতে, স্থানীয় বর্ণনাকারীদের প্রথমে ক্লাস্টার করা হয় এবং তারপরে ক্লাস্টারগুলিকে ভিজ্যুয়াল শব্দ হিসাবে বিবেচনা করা হয় - কৌশলটি তখন গুগল ডকুমেন্ট অনুসন্ধানের মতো, তবে বর্ণ-শব্দের পরিবর্তে ভিজ্যুয়াল শব্দ ব্যবহার করে ।
আপনি ভিজ্যুয়াল শব্দের ভাষাতে শব্দের শিকড়ের সমতুল্য হিসাবে ভাবতে পারেন: উদাহরণস্বরূপ, শব্দ: কাজ, কর্ম, কাজ সব একই শব্দ মূলের অন্তর্ভুক্ত।
এই ধরণের পদ্ধতির একটি অপূর্ণতা হ'ল তারা সাধারণত কম-টেক্সচার ইমেজগুলিতে আন্ডার পারফর্ম করে।
আমি ইতিমধ্যে এই পদ্ধতির বিশদ বিবরণ দিয়ে অনেক উত্তর দিয়েছি এবং দেখেছি, সুতরাং আমি কেবলমাত্র এই উত্তরগুলির লিঙ্কগুলি সরবরাহ করব:
- সিবিআইআর: 1 , 2
- বৈশিষ্ট্য নিষ্কাশন / বিবরণ: 1 , 2 , 3 , 4
শব্দার্থক পন্থাগুলি সাধারণত পুরো চিত্রের শ্রেণিবিন্যাসিক উপস্থাপনার উপর ভিত্তি করে। বিশেষত সাধারণ চিত্রের ধরণের জন্য এই পদ্ধতিগুলি এখনও নিখুঁত হয়নি। নির্দিষ্ট চিত্র ডোমেনগুলিতে এই জাতীয় কৌশল প্রয়োগে কিছুটা সাফল্য রয়েছে।
যেহেতু আমি বর্তমানে এই পদ্ধতির গবেষণার মাঝখানে আছি, তাই আমি কোনও সিদ্ধান্ত নিতে পারি না। এখন, যা বলেছিল, আমি এই উত্তরের এই কৌশলগুলির পিছনে একটি সাধারণ ধারণা ব্যাখ্যা করেছি ।
আবার একবার, শীঘ্রই: সাধারণ ধারণাটি গাছ-আকৃতির কাঠামোযুক্ত একটি চিত্রের প্রতিনিধিত্ব করা হয়, যেখানে পাতাগুলিতে চিত্রের বিবরণ থাকে এবং এই জাতীয় গাছের গোড়ার কাছাকাছি নোডগুলিতে বস্তুগুলি পাওয়া যায়। তারপরে, কোনওভাবে, আপনি বিভিন্ন চিত্রের মধ্যে থাকা অবজেক্টগুলি সনাক্ত করতে উপ-গাছের তুলনা করুন।
বিভিন্ন গাছের উপস্থাপনের জন্য এখানে কিছু উল্লেখ রয়েছে। আমি সেগুলি সবই পড়িনি, এবং তাদের মধ্যে কিছু সিবিআইআর পরিবর্তে বিভাগকরণের জন্য এই জাতীয় উপস্থাপনা ব্যবহার করে, তবে এখনও, তারা এখানে রয়েছে:
- বাইনারি পার্টিশন গাছ এবং সর্বনিম্ন / সর্বোচ্চ গাছের উল্লেখ: পি। সেলাম্বিয়ার, এমএইচএফ উইলকিনসন: সংযুক্ত অপারেটর
- বাইনারি বিভাজন গাছ: ভি। ভিলাপলানা, এফ। মার্কস, পি। সেলিম্বিয়ার: অবজেক্ট সনাক্তকরণের জন্য বাইনারি পার্টিশন ট্রি
- আকারের গাছ (উপাদান গাছ): পি। মোনাশেস, এফ। গাইচার্ড: কনট্রাস্ট-ইনভারেন্টেট চিত্রের উপস্থাপনার দ্রুত গণনা , সি। ব্যালেস্টার, ভি। ক্যাসেলিস, পি। মোনাছ: একটি চিত্রের আকারের গাছ
- একঘেয়ে গাছ: ওয়াই গানের এ ঝাঙ: একঘেয়ে গাছ দ্বারা বিশ্লেষণ দৃশ্যাবলী চিত্র
- সম্পাদনা: আরও খনন অনুষ্ঠান আকার গাছ এবং একঘেয়ে গাছ হয় সমতুল্য , 4 / 8- (আকার গাছ) অথবা 6-সংযোগ চিত্র প্রক্রিয়াকরণের ব্যতীত (একঘেয়ে)
- চূড়ান্ত - জলযুক্ত গাছ: এ। ভিচিক, আর। কেশেত, ডি। মালাহ : গাছের সেমিলাটিস এবং প্রয়োগ সম্পর্কিত স্ব-দ্বৈত রূপ
- সীমাবদ্ধ সংযোগ, আলফা-ট্রি, আলট্রামেট্রিক ওয়াটারসিয়েডস: পি। সোয়েল, এল। নাজমান: চিত্র প্রক্রিয়াকরণ এবং স্থানিক ডেটা ক্লাস্টারিংয়ের জন্য রূপচর্চা শ্রেণিবিন্যাসের উপস্থাপনায়