تکامل برچسب های تصاویر با اعمال خوشه بندی فازی تک گذر C-Means بر ویژگی های یادگیری شده توسط شبکه عصبی کانولوشن عمیق

تکامل برچسب های تصاویر، فرآیندی است که هم زمان به غنی سازی تگ های تصاویر و رفع نویز از آن ها می پردازد. بسیاری از تصاویر در وب، توسط تگ های مبهم و بی ارتباط با محتوای تصویر برچسب گذاری شده اند. وجود این برچسب های غیرمرتبط با تصویر، موجب کاهش دقت بازیابی آن ها می شود. ازاین رو در سال های اخیر، به منظور رفع نویز و تکمیل برچسب های تصاویر، الگوریتم هایی با عنوان تکامل تگ مطرح شده اند که هدف آن ها دستیابی به برچسب های مرتبط با محتوای تصاویر و حذف برچسب های غیرمرتبط می باشد. با توجه به کارآمدی فرآیند یادگیری عمیق در بسیاری از حوزه های پژوهشی، در این مقاله نیز به منظور استخراج ویژگی های دیداری و معنایی مناسب از تصاویر، از شبکه های عصبی کانولوشنال عمیق استفاده شده است. همچنین با توجه به چالش های مطرح در بارگذاری مجموعه تصاویر با مقیاس بزرگ در حافظه، به منظور دسته بندی تصاویر مشابه دیداری و پالایش برچسب های هر تصویر با توجه به نمونه های مشابه، از الگوریتم خوشه بندی فازی تک گذر  C-Means استفاده شده است. نتایج آزمایش ها بیانگر موثر بودن رویکرد ارائه شده، در فرآیند تکامل برچسب های تصاویر می باشد.