स्वचालित छवि एनोटेशन

स्वचालित छवि एनोटेशन (जिसे स्वचालित छवि टैगिंग या भाषाई अनुक्रमण के रूप में भी जाना जाता है) वह प्रक्रिया है जिसके द्वारा एक कंप्यूटर सिस्टम स्वचालित रूप से एक डिजिटल छवि को चित्र परिचय  या इंडेक्स शब्दों के रूप में  मेटा डेटा  प्रदान करता है। कंप्यूटर दृष्टि तकनीकों के इस अनुप्रयोग का उपयोग किसी डेटाबेस से रुचि की छवियों को व्यवस्थित करने और उनका पता लगाने के लिए छवि पुनर्प्राप्ति प्रणालियों में किया जाता है।

इस विधि को एक प्रकार के मल्टीक्लास वर्गीकरण के रूप में माना जा सकता है | बहुत बड़ी संख्या में कक्षाओं के साथ मल्टीक्लास छवि पहचान - शब्दावली आकार जितनी बड़ी। आमतौर पर, निकाले गए फ़ीचर वेक्टर और प्रशिक्षण एनोटेशन शब्दों के रूप में छवि विश्लेषण का उपयोग यंत्र अधिगम  तकनीकों द्वारा नई छवियों पर एनोटेशन को स्वचालित रूप से लागू करने का प्रयास करने के लिए किया जाता है। पहले तरीकों ने फ़ीचर (कंप्यूटर विज़न) और प्रशिक्षण एनोटेशन के बीच सहसंबंधों को सीखा, फिर मशीनी अनुवाद का उपयोग करके तकनीकों का विकास किया गया ताकि पाठ्य शब्दावली को 'विज़ुअल शब्दावली', या 'ब्लॉब्स' के रूप में ज्ञात क्लस्टर क्षेत्रों के साथ अनुवाद करने का प्रयास किया जा सके। इन प्रयासों के बाद के कार्यों में वर्गीकरण दृष्टिकोण, प्रासंगिकता मॉडल आदि शामिल हैं।

स्वचालित छवि एनोटेशन बनाम सामग्री-आधारित छवि पुनर्प्राप्ति (सीबीआईआर) के लाभ यह हैं कि उपयोगकर्ता द्वारा क्वेरीज़ को अधिक स्वाभाविक रूप से निर्दिष्ट किया जा सकता है। आमतौर पर (वर्तमान में) सीबीआईआर को उपयोगकर्ताओं को रंग और बनावट (दृश्य कला) जैसी छवि अवधारणाओं के आधार पर खोज करने या उदाहरण क्वेरी खोजने की आवश्यकता होती है। उदाहरण छवियों में कुछ छवि विशेषताएं उस अवधारणा को ओवरराइड कर सकती हैं जिस पर उपयोगकर्ता वास्तव में ध्यान केंद्रित कर रहा है। छवि पुनर्प्राप्ति के पारंपरिक तरीके, जैसे कि पुस्तकालयों द्वारा उपयोग किए जाने वाले, मैन्युअल रूप से एनोटेटेड छवियों पर निर्भर हैं, जो महंगा और समय लेने वाला है, विशेष रूप से अस्तित्व में बड़े और लगातार बढ़ते छवि डेटाबेस को देखते हुए।

यह भी देखें

 * सामग्री-आधारित छवि पुनर्प्राप्ति
 * छवि खोज से वस्तु वर्गीकरण
 * वस्तु का पता लगाना
 * वस्तु पहचान की रूपरेखा

अग्रिम पठन

 * Word co-occurrence model


 * Annotation as machine translation


 * Statistical models


 * Automatic linguistic indexing of pictures


 * Hierarchical Aspect Cluster Model


 * Latent Dirichlet Allocation model


 * Supervised multiclass labeling


 * Texture similarity


 * Support Vector Machines


 * Ensemble of Decision Trees and Random Subwindows
 * Maximum Entropy
 * Maximum Entropy


 * Relevance models


 * Relevance models using continuous probability density functions


 * Coherent Language Model


 * Inference networks


 * Multiple Bernoulli distribution


 * Multiple design alternatives


 * Image captioning


 * Natural scene annotation


 * Relevant low-level global filters


 * Global image features and nonparametric density estimation


 * Video semantics
 * Image Annotation Refinement
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Image Annotation Refinement
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Automatic Image Annotation by Ensemble of Visual Descriptors
 * Automatic Image Annotation by Ensemble of Visual Descriptors


 * A New Baseline for Image Annotation

Simultaneous Image Classification and Annotation




 * TagProp: Discriminative Metric Learning in Nearest Neighbor Models for Image Auto-Annotation


 * Image Annotation Using Metric Learning in Semantic Neighbourhoods


 * Automatic Image Annotation Using Deep Learning Representations


 * Holistic Image Annotation using Salient Regions and Background Image Information
 * Medical Image Annotation using bayesian networks and active learning
 * Medical Image Annotation using bayesian networks and active learning