Inhaltsbasiertes Bildauffindungssystem mit maschinellem Lernen

Inhaltsbasierter Bildauffindungsprozess in Abhängigkeit von einer neuen Matching-Strategie. Das in diesem Papier vorgeschlagene Modell besteht aus vier Hauptphasen: Merkmalsextraktion, Dimensionalitätsreduktion, ANN-Klassifikator und Matching-Strategie. In der Merkmalsextraktionsphase werden Farb- bzw. Texturmerkmale extrahiert, die als Farb-Ko-Occurrence-Matrix (CCM) und Differenz zwischen Pixeln des Scanmusters (DBPSP) bezeichnet werden. Die Technik der Dimensionalitätsreduktion wählt die effektiven Merkmale aus, die gemeinsam die größte Abhängigkeit von der Zielklasse und die geringste Redundanz untereinander aufweisen. Das künstliche neuronale Netz (ANN) in unserem vorgeschlagenen Modell dient als Klassifikator, so dass die ausgewählten Merkmale des Abfragebildes die Eingabe sind und die Ausgabe eine der mehreren Klassen ist, die die größte Ähnlichkeit mit dem Abfragebild haben.

Weitere Produkte vom selben Autor

COVID-19 Cases Outbreak Prediction using Supervise Learning Models Degadwala, Sheshang, Patel, Brijesh, Vyas, Dhairya

39,90 €*
A Fingerprint Indexing and Classification For Biometric Database Kadam, Pooja Shree, Degadwala, Sheshang

54,90 €*
Novel Image Watermarking Approach Against RST and Noise Attack Kulkarni, Mohini, Degadwala, Sheshang

45,90 €*
Sistema de recuperação de imagens baseado em conteúdo usando o Machine Learning Upadhyay, Rocky, Degadwala, Sheshang, Upadhyay, Shivam

45,90 €*