دانلود و نمایش مقالات مرتبط با Content-Based Image Retrieval (CBIR)::صفحه 1
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - Content-Based Image Retrieval (CBIR)

تعداد مقالات یافته شده: 3
ردیف عنوان نوع
1 Recent developments of content-based image retrieval (CBIR)
پیشرفت های اخیر بازیابی تصاویر مبتنی بر محتوا (CBIR)-2021
With the development of Internet technology and the popularity of digital devices, Content-Based Image Retrieval (CBIR) has been quickly developed and applied in various fields related to computer vision and artificial intelligence. Currently, it is possible to retrieve related images effectively and efficiently from a large scale database with an input image. In the past ten years, great efforts have been made for new theories and models of CBIR and many effective CBIR algorithms have been established. In this paper, we present a survey on the fast developments and applications of CBIR theories and algorithms during the period from 2009 to 2019. We mainly review the technological developments from the viewpoint of image representation and database search. We further summarize the practical applications of CBIR in the fields of fashion image retrieval, person re-identification, e-commerce product retrieval, remote sensing image retrieval and trademark image retrieval. Finally, we discuss the future research directions of CBIR with the challenge of big data and the utilization of deep learning techniques.© 2020 Elsevier B.V. All rights reserved.
Keywords: Content-based image retrieval | Image representation | Database search | Computer vision | Big data | Deep learning
مقاله انگلیسی
2 On visualization techniques for solar data mining
تکنیک های تجسم برای داده کاوی خورشیدی-2015
Article history:Received 17 February 2014Accepted 4 December 2014Available online 24 December 2014Keywords: Solar images Visualization Data mining CBIRLarge-scale data mining is often aided with graphic visualizations to facilitate a better understanding of the data and results. This is especially true for visual data and highly detailed data too complex to be easily understood in raw forms. In this work, we present several of our recent interdisciplinary works in data mining solar image repositories and discuss the over-arching need for effective visualizations of data, metadata, and results along the way. First, we explain the complex characteristics and overwhelming abundance of image data being produced by NASA’s Solar Dynamics Observatory (SDO). Then we discuss the wide scope of solar data mining and highlight visual results from work in data labeling, classification, and clustering. Lastly, we present an overview of the first-ever Content-Based Image Retrieval (CBIR) system for solar images, and conclude with a brief look at the direction of our future research.© 2014 Elsevier B.V. All rights reserved.
Solar images | Visualization | Data mining | CBIR
مقاله انگلیسی
3 بازیابی تصویر مبتنی بر محتوی در یک محیط وب 3:0
سال انتشار: 2013 - تعداد صفحات فایل pdf انگلیسی: 18 - تعداد صفحات فایل doc فارسی: 30
با رشد چشمگیر اینترنت و برنامه های چند رسانه ای ، یک زیرساخت پخش دیجیتال جهانی تقریبا آزاد پدید آمده است. مفهوم وب هوشمند یا وب 3.0 به کاربران فرصتی برای به اشتراک گذاری اطلاعات به روشی می دهد که بتوانند به مخاطبان گسترده تری دست یابند و دسترسی و تفسیر عمیق تر اطلاعات را در اختیار آن مخاطبان قرار دهند. سیستم های جستجو تصویر قدیمی که وابسته به حاشیه نویسی های متن مانند کلمات کلیدی و عنوان ها برای بازیابی تصویر هستند در معماری وب 3.0 مناسب نیستند. زیرا این سیستم ها قادر به بازیابی تصاویری که اطلاعات مرتبط ندارند نیستند. این سیستم ها همچنین از هزینه بالا حاشیه نویسی متن بصورت دستی و مشکلات زبان شناسی در حین به اشتراک گذاری و بازیابی تصاویر رنج می برند. از این رو، برای پرداختن به این مشکلات یک روش مدیریت و بازیابی تصویر در این مقاله ارائه شده است که محتوی های تصویر واقعی را در نظر می گیرد و وابسته به ابر داده مرتبط نیستند. تکنیک بازیابی تصویر مبتنی بر محتوی الگوریتم های ژنتیکی را با ماشین های بردار پشتیبانی و بازخوردهای کاربر برای اهداف بازیابی تصویر تلفیق می کند و بازیابی و به اشتراک گذاری تصاویر را از طریق در نظر گرفتن ملاحظات کاربران تضمین می کند.
کلمات کلیدی: بازیابی تصویر مبتنی بر محتوی (CBIR) | الگوریتم های ژنتیک | بازخورد مرتبط | ماشین های بردار پشتیبانی | رسانه اجتماعی
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 6135 :::::::: بازدید دیروز: 3097 :::::::: بازدید کل: 40402 :::::::: افراد آنلاین: 43