การค้นคืนภาพดิจิทัลด้วยการวัดความคล้ายกันบนกราฟ แบบมีทิศทางหลายลำดับ

Abstract

การค้นคืนความหมายภาพยังเป็นหัวข้อที่มีความท้าทายในสาขาการประมวลผลภาพ มีนักวิจัยหลายกลุ่มพยายามปรับวิธีการเพื่อแก้ไขปัญหาของการแทนความหมายภาพด้วยรูปแบบที่แตกต่างกัน ดังนั้นจึงนำเสนอการแทนด้วยโครงสร้างของกราฟแบบมีทิศทาง มีส่วนช่วยให้การค้นหาภาพมีความหมายที่ใกล้เคียงกันมากที่สุด ดังนั้นขั้นตอนสุดท้ายของการค้นหาความหมายภาพ ด้วยการเปรียบเทียบความคล้ายข้อมูล ซึ่งในงานวิจัยนี้ได้ใช้วิธีการเปรียบเทียบกันทั้งหมด 4 วิธี คือ การวัดความคล้ายด้วยอนุกรมวิธาน การวัดความคล้ายด้วยคิวรี่คำศัพท์ การวัดความคล้ายด้วยคิวรี่ย้อนกลับ และนำเสนอวิธีการวัดความคล้ายกันของภาพด้วยโครงสร้างกราฟตามความสัมพันธ์ลำดับขั้น เปรียบเทียบความหมายลงใน 5 กลุ่มเหตุการณ์ประกอบด้วย ภาพพักผ่อนภายนอก (Outdoor leisure), ภาพพิธีการ (Ceremony), ภาพทำงานในสำนักงาน (Office working), ภาพเล่นกีฬา (Sport game) และ ภาพครอบครัว (Family time) จากการทดลองพบว่าได้ค่าความถูกต้องสูงถึง 81.2% ด้วยการวัดความคล้ายด้วยคิวรี่ย้อนกลับ

Digital image retrieval is an active problem in image processing field. Researchers have attempted to solve problem for a new model. Therefore, we are using a direct universal hierarchical graph concept to represent the image meaning. We compared with 4 similarity measures including WordNet similarity, Keyword-based query similarity, Relevance feedback based on query similarity, and Semantic graph similarity with relational hierarchy structure. The group of images are organized in 5 categories: outdoor leisure, ceremony, office working, sport game and family time. The experimental results indicate that our purposed approach offers significant performance improvements in the interpretation of semantic images with maximum of 81.2% accuracy.