การคืนค้นคืนความหมายภาพด้วยโครงสร้างกราฟลำดับขั้นบนพื้นฐาน WordNet

การค้นคืนความหมายภาพเป็นหัวข้องานวิจัยที่ยังคงท้าทายอย่างมากในสาขาการประมวลผลภาพ มีนักวิจัยหลายกลุ่มพยายามปรบปรุงวิธีการเพื่อแก้ไขปัญหาของการแทนความหมายภาพด้วยโมเดลที่ซับซ้อน และพยายามนำรูปแบบการแทนคำศัพท์ระดับสูงเข้ามาใช้ในการแท็ก ทำให้โมเดลมีความซับซ้อนแต่อย่างไรก็ตามยังไม่สามารถแทนความหมายของภาพได้ ดังนั้นในงานวิจัยนี้จึงนำรูปแบบของ WordNet เพื่อแทนความหมายภาพในรูปแบบของกราฟลำดับขั้น โดยจะทำการสร้างความสัมพันธ์ระหว่างวัตถุบนภาพ จะประกอบด้วยขั้นตอนดังต่อไปนี้ (1) ขั้นตอนการเตรียมข้อมูล (2) ขั้นตอนการประมวลผล (3) ขั้นตอนการวัดประสิทธิภาพความคล้ายกันของภาพ จากการทดลอง สามารถเปรียบเทียบความคล้ายกันได้ค่าความถูกต้องสูงถึง 81.2%

Semantic image retrieval is an active problem in multimedia personal photo collections. Many researchers have attempted to improve semantic models such as developing more sophisticated models, or generating intermediate representations by high-level concept based on keyword annotation. The model is rather rudimentary and it does not specific enough for representing the meaning of images. Therefore, we are using WordNet concept based on hierarchical graph to represent the semantic meaning. This concept is formulates on a graph which is captured the relationships among objects in the images. The approach is composed of three main phases: (1) data preprocessing (2) data processing and (3) evaluation of similarity measurement. The experimental results indicate that our proposed approach offers significant performance improvements in the interpretation of semantic images, compared, with the maximum of 81.2% accuracy.

---