شبکه های هشینگ عمیق محدود باینردودویی برای بازیابی تصاویر بدون یادآوری دستی

Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation

چکیده
1- مقدمه
2- کار های مربوطه
3- شبکه های هشینگ عمقی محدود باینری بدون تفسیر دستی
3-1 معماری شبکه
3-2 داده های تمرینی
3-3 ضرر محدود باینری جفتی
3-4 یادگیری پارامتر ها
4- آزمایش ها
4-1 خط مبنا و مجموعه داده ها
4-2 مقایسه با روش های ترکیب بدون سرپرست
4-3 مقایسه با روش های ترکیب با سرپرست
4-4 مقایسه با نمایش تصاویر با مقادیر واقعی
5- جمع بندی

چکیده

یادگیری کد های باینری فشرده برای وظیفه بازیابی تصاویر با استفاده از شبکه های عصبی عمقی ، باعث شد است که تحقیقات توجهشان به این زمینه جلب شود. اما، تمرین شبکه های هشینگ عمقی برای این وظیفه چالش بر انگیز می باشد زیرا محدودیت های باینری بر روی این کد ها وجود دارد، این شبکه ها ویژگی حفظ شباهت را دارند و نیاز به حجم گسترده ای از تصاویر نام گذاری شده وجود دارد. بر اساس دانش ما، هیچ کدام از روش های تحقیقاتی تمام این چالش ها را به صورت کامل در یک قالب کاری یکنواخت بررسی نکرده است. در این کار، ما یک روش یادگیری نقطه به نقطه جدید را ارائه می کنیم که برای این وظیفه مورد استفاده قرار می گیرد. که در این روش، شبکه به صورتی تمرین داده می شود که بتواند کد های باینری را به صورت مستقیم از پیکسل های تصاویر به دست بیاورد بدون این که نیاز به تفسیر دستی تصاویر وجود داشته باشد. به صورت خاص، باری کار با محدودیت های باینری غیر روان، ما یک تابع هدررفت محدود جفتی را ارائه می کنیم که به صورت همزمان فاصله بین جفت های کد های ترکیبی را اندازه گیری کرده و خطای کمی سازی باینری را هم محاسبه می کند. برای تمرین دادن شبکه ها با تابع ضرر پیشنهاد شده، ما یک برنامه موثر را به عنوان الگوریتم یادگیری ارائه می کنیم. به علاوه، برای ایجاد کردن تصاویر تمرین مشابه یا غیر مشابه برای تمرین دادن شبکه، ما از مدل های سه بعدی بازسازی شده از تصاویر بدون نام برای تولید خودکار جفت تصاویر تمرینی به صورت گسترده، استفاده می کنیم. آزمایش های گسترده بر روی مجموعه داده های معیار بازیابی تصاویر، نشان داده است که این روش نسبت به جدید ترین روش های ارائه فشرده تصاویر در رابطه با مسئله بازیابی تصاویر، بهبود یافته است.

5- جمع بندی

در این مقاله، ما یک روش ترکیب عمقی نقطه به نقطه برای یادگیری کد های باینری فشرده به صورت مستقیم از تصاویر بدون نیاز به تفسیر دستی آن ها ارائه می کنیم. ما از مدل های سه بعدی بازسازی شده و تصویر های مرتبط با آن ها استفاده می کنیم تا بتوانیم داده های تمرینی را به صورت خودکار ایجاد کنیم. ما یک تابع ضرر محدود باینری جفتی جدید را ارائه می کنیم که نه فقط می تواند از داده های تمایز از داده های تمرینی استفاده کند بلکه همچنین باعث می شود که مد ها نسبت به باینری، عملکرد بهتری داشته باشد. ما همچنین یک بهینه سازی متناوب موثر را ارائه می کنیم تا بتوانیم شبکه را تحت ضرر محدود، تمرین دهیم. نتایج آزمایشی دقیق در رابطه با مجموعه داده های معیار بازیابی تصاویر نشان می دهد که روش پیشنهاد شده ، با جدید ترین روش های موجود قابل مقایسه بوده و گاهی عملکرد بهتری از آن ها دارد.

Abstract

Learning compact binary codes for image retrieval task using deep neural networks has attracted increasing attention recently. However, training deep hashing networks for the task is challenging due to the binary constraints on the hash codes, the similarity preserving property, and the requirement for a vast amount of labelled images. To the best of our knowledge, none of the existing methods has tackled all of these challenges completely in a unified framework. In this work, we propose a novel end-to-end deep learning approach for the task, in which the network is trained to produce binary codes directly from image pixels without the need o f manual annotation. In particular, to deal with the non-smoothness of binary constraints, we propose a novel pairwise constrained loss function, which simultaneously encodes the distances between pairs of hash codes, and the binary quantization error. In order to train the network with the proposed loss function, we propose an efficient parameter learning algorithm. In addition, to provide similar / dissimilar training images to train the network, we exploit 3D models reconstructed from unlabelled images for automatic generation of enormous training image pairs. The extensive experiments on image retrieval benchmark datasets demonstrate the improvements of the proposed method over the state-of-the-art compact representation methods on the image retrieval problem.

5- Conclusion

In this paper, we propose a novel end-to-end deep hashing framework for directly learning compact binary codes from images without the need of manual annotation. We exploit the reconstructed 3D models and their associated images to automatically create the training data. We propose a novel pairwise binary constrained loss function which not only allows to leverage the discriminative information from training data but also encourages the output codes to be binary. We also propose an efficient alternating optimization to train the network under the constrained loss. The solid experimental results on image retrieval benchmark datasets show that the proposed method compares favorably with the state of the art.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

شبکه های هشینگ عمیق محدود باینردودویی برای بازیابی تصاویر بدون یادآوری دستی

Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation

دسترسی به محتوای سریع و بازیابی JPEG تصاویر فشرده

Fast Content Access and Retrieval of JPEG Compressed Images

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

دسترسی به محتوای سریع و بازیابی JPEG تصاویر فشرده

Fast Content Access and Retrieval of JPEG Compressed Images

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

بررسی تکنیک های اخیر شبه رنگ آمیزی

A Review on Recent Pseudo-Coloring Techniques

چکیده

1- معرفی

2- بررسی روش های شبه رنگ آمیزی

الف-  روش های شبه رنگ آمیزی نیمه خودکار یا با تعامل کاربر

ب- روش های شبه رنگ آمیزی خودکار

3- بحث و نتایج

4- نتیجه گیری

چکیده

شبه رنگ آمیزی عملی رایج در پردازش تصویر است که به منظور رنگی نمودن تصاویر سیاه و سفید یا بهبود رنگ های موجود یک تصویر با هدف افزایش کیفیت، تحقق نیازی بصری و برجسته سازی یک ویژگی خاص در تصویر مورد استفاده قرار می گیرد. این مقاله به بررسی روش های اخیر شبه رنگ آمیزی می پردازد که در آن ها تصویر رنگی به تصویری سیاه و سفید تبدیل می شود. روش هایی که در اینجا به آن ها می پردازیم شامل رویکردهای شبه رنگ آمیزی خودکار، نیمه خودکار و با تعامل کاربر است. در روش های شبه رنگ آمیزی با تعامل کاربر انتخاب تصویر مرجع و فرآیند انتقال رنگ بر عهده کاربر است، در حالی که در روش نیمه خودکار شبه رنگ آمیزی تنها انتخاب تصویر مرجع بر عهده کاربر می باشد. در رویکردهای خودکار شبه رنگ آمیزی، کاربر هیچ کاری انجام نمی دهد و تمام اعمال بصورت خودکار انجام می شوند. عملکرد روش های مختلف شبه رنگ آمیزی بصورت کیفی، بر اساس نتایج حاصله و مقادیر MOS مربوطه مقایسه شده اند و در هر دسته روش های مناسب شناسایی شدند.

1- معرفی

شبه رنگ آمیزی روشی است که بصورت گسترده برای رنگ آمیزی تصاویر سیاه و سفید مورد استفاده قرار می گیرد تا جذابیت بصری آن ها را افزایش یابد [5]. تصاویر سیاه و سفید مانند عکس های قدیمی، فیلم های کلاسیک و تصاویر علمی را با اضافه نمودن رنگ می توان بهبود بخشید. کاربرد شبه رنگ آمیزی در زمینه تصاویر پزشکی، تصاویر ماهواره ایی و حتی نظامی است. عمل رنگ آمیزی تصویر سیاه و سفید مقدار پیکسل سه بعدی (RGB) را به یک تصویر اختصاص می دهد، در حالیکه این تصویر تنها در یک بعد تغییر می کند (درخشندگی یا شدت). رنگ های غیر مشابه می توانند درخشندگی یکسانی داشته باشند اما در ته رنگ و اشباع باهم متفاوت اند، مشکل رنگی کردن تصاویر سیاه و سفید هیچگونه راه حل ذاتی ندارد. با توجه به این ابهامات، رابط کاربری انسانی نقش چشم گیری در فرآیند رنگ آمیزی دارد. در شبه رنگ آمیزی، جایابی مقادیر درخشندگی برای رنگ ها خودکار است، انتخاب مکان رنگ معمولا با انتخاب انسان تنظیم می گردد. بنابراین مقدار دخالت انسانی در رنگ آمیزی با انتقال رنگ ها از تصویر رنگی اصلی کاهش می یابد. کارایی روش های شبه رنگ آمیزی براساس سه ویژگی اصلی است؛ قابلیت تشخیص، حس زیبایی شناختی و وسعت پیکسل رنگی. قابلیت تشخیص به این معناست که تفاوت ها و اشیای مختلف در تصویر شبه رنگ آمیزی قابل شناسایی باشند. حس زیبایی شناختی بیانگر احساس زیبایی بوده که در هر فرد متفاوت می باشد. وسعت پیکسل رنگی نشان دهنده تعداد کلی پیکسل هایی است که در روش شبه رنگ آمیزی رنگ شده اند.

4- نتیجه گیری

در این مقاله روش های مختلف شبه رنگ آمیزی مورد مقایسه قرار گرفتند. این مقایسه به دسته بندی روش ها بصورت رویکردهای شبه رنگ آمیزی با تعامل کاربر، نیمه اتوماتیک و اتوماتیک کمک نمود. نتایج مقایسه نشان می دهند که روش هیستوگرام درون یابی در مقایسه با دیگر رویکردهای شبه رنگ آمیزی نیمه اتوماتیک بهتر می باشد، جاییکه روش های FDPC در میان رویکردهای خودکار ارجعیت دارند. نویسنده این تحقیق را انجام داده تا رویکردهای شبه رنگ آمیزی را توسط بکارگیری سیستم بازیابی تصاویر مرجع با استفاده از تبدیل کونتورلت بهبود بخشد. بهبود فرآیند انتقال رنگ نیز بخش اعظمی از تحقیقات او می باشد، بنابراین الگوریتم جدید توسعه یافته، نتایجی را تولید می کند که عاری از هرگونه جلوه های مصنوعی است.

Abstract

Pseudo-coloring, a common task in image processing is used to color a grayscale image or to modify an existing color image with an intention of enhancing visual quality, imparting a visual appeal and highlighting specific features in the image. This paper presents a review of recent pseudo-coloring techniques in which the color is transferred from a source color image to a grayscale one. The techniques that we discuss here include the user interactive, semi-automated and automated pseudo-coloring approaches. The user interactive pseudo-coloring methods demand a complete user effort in selecting the source image as well as in color transfer process, whereas the task of user in semi-automated pseudo-coloring approaches is confined only to the selection of source image. In automated pseudo-coloring approaches, the user does not take any effort since the whole process is automatic. The performance of various pseudo-coloring techniques has been compared qualitatively based on the corresponding colored results and MOS values, and thereby identify the appropriate methods in each category.

I- INTRODUCTION

Pseudo-coloring is a widely used technique for the colorization of grayscale images in order to enhance their visual appeal [5]. Color can be added to grayscale images such as old black and white photos, classic movies or scientific illustrations, which is a form of image enhancement. Pseudo-coloring finds its application in the areas of medical images, satellite images and even in military. The task of colorizing a grayscale image involves assigning three dimensional (RGB) pixel values to an image which varies along only one dimension (luminance or intensity). Since dissimilar colors may have the same luminance value but vary in hue or saturation, the problem of colorizing grayscale images has no inherently correct solution. Due to these ambiguities, human interface usually plays a large role in the colorization process. In pseudocoloring, where the mapping of luminance values to color values is automatic, the choice of the color map is commonly determined by human decision. So the amount of human interference needs for colorization may be decreased by transferring color from a source color image. The efficiency of pseudocoloring technique is based on three main features viz; Distinguishability, Aesthetic sense and Extend of pixels colored. Distinguishability means to identify specifically the different features or objects in a pseudo-colored image. Aesthetic sense defines the sense of beauty and it differs from person to person. Extend of pixel coloring shows the total number of pixels that were colored by the pseudo-coloring technique.

IV- CONCLUSION

In this paper a comparison study of different pseudo-coloring techniques have been discussed. The discussion aids in categorizing the techniques as user interactive, semi-automated and automated pseudo-coloring approaches. The comparison results showed that Histogram Interpolation technique scores better compared to other semi-automated pseudo-coloring approaches where as the FDPC methods is superior among automated approaches. The author is doing his research to enhance the pseudo-coloring approach by implementing the source image retrieval system using contourlet transform. The refinement of the color transfer process is also a major part of his research so that the newly developed algorithm produces results which are devoid of all types of visual artifacts.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بررسی تکنیک های اخیر شبه رنگ آمیزی

A Review on Recent Pseudo-Coloring Techniques

یک سیستم هوشمند بازیابی تصویر مبنی بر محتوا بر اساس ویژگی رنگ و بافت

A smart content-based image retrieval system based on color and texture feature

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یک سیستم هوشمند بازیابی تصویر مبنی بر محتوا بر اساس ویژگی رنگ و بافت

A smart content-based image retrieval system based on color and texture feature

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تاثیر مدل پاسخ ضربه محدود در بازیابی تصویر FMRI براساس محتوا

Effectiveness of the Finite Impulse Response Model in Content-Based fMRI Image Retrieval

کنفرانس بین المللی محاسبات تصویر پزشکی و مداخله به کمک رایانه 

International Conference on Medical Image Computing and Computer-Assisted Intervention

چکیده

1 معرفی

2 روش

1-2 طرح های انتخاب ویژگی بر اساس GLM

2-2 مدل پاسخ ضربه محدود(FIR)

3-2 مدل FIR برای وضعیت‌های چندگانه همزمان

3 نتایج

4 نتیجه گیری و بحث

چکیده

نقشه تی آستانه‌ای تولید‌شده توسط مدل خطی عمومی (GLM) خلاصه‌ای موثر از الگوهای فعال‌ساز در تصاویر مغزی کاربردی را ارئه می‌دهد و به طور گسترده برای انتخاب‌های آینده در FMRI مربوط به امور طبقه بندی استفاده می‌شود. به عنوان قسمتی از پروژه ساخت سیستم‌های بازیابی‌محتوایی برای تصاویر FMRI، روش هایی را بررسی کرده‌ایم که بتوانند GLM را سازگارتر و قویتر در مواجه با داده‌های FMRI به دست آمده از آزمایش‌های مختلف بکند. در این مقاله ما گزارشی از شناسایی مدل پاسخ ضربه محدود، که با رگرسیون خطی چندگانه ترکیب شده است، را برای شناسایی بهترین تابع پاسخ همودینامیک از نظر محل قرار گیری برای هر واکسل (HRF)، و تخمین همزمان سطوح فعال‌سازی متناظر با حالت‌های محرک متفاوت، ارائه می‌دهیم. هدف توسعه روشی برای پردازش داده‌هایی با ماهیت‌های متفاوت است. آزمایش‌های ما نشان می‌دهد که مدلهای پاسخ ضربه محدود (FIR) با ضرایب صاف شده عملکرد بازیابی بهتری را نسبت به روش گاما دوگانه استاندارد از نظر درستی بازیابی تولید می کند.

1 مقدمه

به عنوان روشی برای پاسخ به این پرسش که “مغز چگونه کار می‌کند” ، FMRI تبدیل به ابزار تحقیق قدرتمندی در بسیاری از زمینه‌های مطالعات علوم اعصاب در دهه های گذشته شده است [1]. اخیرا، طبقه‌بندی تصاویر FMRI، براساس تشابه بین الگوهای فعال‌سازی، تحول امیدوارکننده‌ای برای تشخیص بالینی را نشان می‌دهد[2,3,4]. این روشها معمولا ویژگی‌هایی (که باید گفت، واکسل‌ها یا محل‌هایی در مغز و سطوح فعال‌سازی آنها) و سلسله‌مدل‌هایی را برای تمیز دادن موارد غیر معمول از موارد اصطلاحا معمول انتخاب می‌کند.

4-نتیجه گیری و بحث

نتایج این مطالعه به این صورت است: تائید یک فرضیه(فرضیه اول)، و رد کردن دیگری. مخصوصا ، مدلFIR، با هموارسازیMAP که به نظر می‌رسد برای تشریح تغییرات در مغز و آناتومی خون‌رسانی راه واقعی‌تری است و همچنین عملکرد به مراتب بهتریدر بازیابی ارائه می‌دهد. این موضوع نشان می‌دهد که ممکن است ارزش این را داشته باشد که آنالیز FIR را هنگام آماده‌ساری داده برای بازیابی در آزمایش‌های متفاوت و در آزمایشگاه های متفاوت استفاده کنیم.

Abstract

The thresholded t-map produced by the General Linear Model (GLM) gives an effective summary of activation patterns in functional brain images and is widely used for feature selection in fMRI related classification tasks. As part of a project to build content-based retrieval systems for fMRI images, we have investigated ways to make GLM more adaptive and more robust in dealing with fMRI data from widely differing experiments. In this paper we report on exploration of the Finite Impulse Response model, combined with multiple linear regression, to identify the “locally best Hemodynamic Response Function (HRF) for each voxel” and to simultaneously estimate activation levels corresponding to several stimulus conditions. The goal is to develop a procedure for processing datasets of varying natures. Our experiments show that Finite Impulse Response (FIR) models with a smoothing factor produce better retrieval performance than does the canonical double gamma HRF in terms of retrieval accuracy.

1 Introduction

As a method for watching “how the brain works”, fMRI has become a powerful research tool in many aspects of neuroscience studies in the past decade [1]. More recently, classification of fMRI images, based on similarity between activation patterns, shows promising transition to clinical diagnosis [2,3,4]. These methods usually select features (that is to say, voxels or areas in the brain and their activation levels) and train models to best distinguish uncommon cases from so-called “typical” ones.

4 Conclusions and Discussions

The results of this study are: confirmation of one hypothesis (H1) , and some tantalizing clues regarding the other. Specifically, the FIR model, with MAP smoothing, which seems to be a more realistic way to describe the variations, across the brain, in the anatomy supplying blood, does also yield significantly better performance in the retrieval setting. This suggest that it may be worth the added effort to use smoothed FIR analysis when preparing data for retrieval across different experiments, and different laboratories.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تاثیر مدل پاسخ ضربه محدود در بازیابی تصویر FMRI براساس محتوا

Effectiveness of the Finite Impulse Response Model in Content-Based fMRI Image Retrieval

بازیابی تصویر مبتنی بر منطقه با استفاده از DCT سازگار با شکل

Region-based image retrieval using shape-adaptive DCT

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بازیابی تصویر بر اساس منطقه با DCT سازگار با شکل

Region-based image retrieval using shape-adaptive DCT

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.