content based retrieval
در نشریات گروه فناوری اطلاعات-
One of the most important databases in the e-commerce is tile and ceramic database, for which no specific retrieval method has been provided so far. In this paper, a method is proposed for the content-based retrieval of digital images of tiles and ceramics databases. First, a database is created by photographing different tiles and ceramics on the market from different angles and directions, including 520 images. Then a query image and the database images are divided into nine equal sub-images and all are grouped based on their sub-images. Next, the selected color and texture features are extracted from the sub-images of the database images and query image, so, each image has a feature vector. The selected features are the minimum features that are required to reduce the amount of computations and information stored, as well as speed up the retrieval. Average precision is calculated for the similarity measure. Finally, comparing the query feature vector with the feature vectors of all database images leads to retrieval. According to the retrieving results by the proposed method, its accuracy and speed are improved by 16.55% and 23.88%, respectively, compared to the most similar methods.
Keywords: Content-based Retrieval, Feature Vector, Tile, Ceramic, Accuracy, Speed of Retrieval -
هدفهدف پژوهش، تعیین میزان جامعیت و مانعیت دو موتورکاوش بینگ و گوگل در بازیابی محتوامحور تصاویر است.
روش شناسی: روش پژوهش شبه آزمایشی است، جامعه پژوهش، تصاویر پایگاه های دو موتور کاوش بینگ و گوگل، و نمونه شامل جستجوی 15 تصویر منتخب در هر موتور کاوش است. همه منابع بازیابی شده با جستجوی محتوا محور گردآوری شده و جامعیت و مانعیت نتایج هر موتور کاوش با فرمول ربط محاسبه و میانگین درصد ها به دست آمده است. فرضیه های پژوهش با آزمون یومن ویتنی بررسی شده اند.یافته هایافته ها نشان می دهد جامعیت گوگل با % 73/88 دارای رتبه ی بالاتری در میزان بازیابی نسبت به موتور کاوش بینگ با جامعیت % 86/20 است. اما موتور کاوش بینگ با % 86/96 مانعیت، رتبه ی بالاتری در میزان دقت نسبت به موتور کاوش گوگل با %80/94 داشته است. بین میزان جامعیت دو موتور کاوش، تفاوت معناداری با اطمینان 95% وجود دارد اما بین میزان مانعیت آنها تفاوت معناداری موجود نیست.کلید واژگان: بازیابی محتوایی تصاویر، گوگل، بینگ، جامعیت، ماتعیتPurposeThe study purpose was to determine and compare the Recall and Precision of Bing and Google Image search engines for content based image retrieval.MethodologyThe research used webometrics and comparative methods. Population includes images stored in the databases of Bing and Google search engines, and research sample includes 15 selective images searched in any of search engines. All the retrieved sources through the images by image content based image search were gathered, results Recall and Precision measures were calculated by relevance formula and their average percentage were obtained. Research hypotheses were tested by U Mann-Whitney test as well.
Findings: Findings showed that the Google search engine functionality was higher with recall measure of % 88.73 than recall rate (%20.86) for Bing. But Bing search engine had higher precision (% 99.86) than Google (%94.80).ResultsHypotheses tests on recall and precision in two search engines image retrieval showed a significant difference for recall in favor of Google, indicating its better functionality than Bing but there was no significant difference between them concerning precision since both showed fair precision however Bing was relatively useful.Keywords: Bing, Content-based retrieval, Google, Images, Precision, Recall, Search engines
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.