การค้นคืนภาพเชิงเนื้อหาโดยใช้ 2-แกรมของรหัสเชิงคำของซุปเปอร์พิกเซลเพื่อนบ้านตามเข็มนาฬิกา

Abstract

การค้นคืนภาพด้วยเนื้อหา (Content Based Image Retrieval) นั้นจะต้องอาศัยการคำนวณหา ค่าความคล้ายระหว่างภาพสอบถาม (Query Image) และรูปภาพในฐานข้อมูลเพื่อคัดเลือกรูปภาพในฐานข้อมูลที่มีความคล้ายกับภาพสอบถามให้มากที่สุด งานวิจัยนี้นำเสนอวิธีหาค่าความคล้ายของ รูปภาพแบบใหม่ที่คำนวณจาก 2-Gram หรือ Bigram ของรหัสเชิงคำ (Visual Word IDs) ของ ซุปเปอร์พิกเซล (Superpixel) เพื่อนบ้านตามเข็มนาฬิกา วิธีการนี้จะเริ่มจากการแบ่งรูปภาพแต่ละ ภาพในฐานข้อมูลมาออกเป็นส่วนเล็กๆที่มีขนาดใกล้เคียงกัน ที่เรียกว่า ซุปเปอร์พิกเซล หลังจาก นั้นทำการคำนวณหาเวกเตอร์เฉพาะ (Feature Vector) ของแต่ละซุปเปอร์พิกเซลของทุกรูปภาพใน ฐานข้อมูลจากลักษณะสีและลักษณะพื้นผิวของซุปเปอร์พิกเซล นำเวกเตอร์เฉพาะของซุปเปอร์ พิกเซลทั้งหมดมาจัดกลุ่มด้วยวิธีการแบบ K-Means รหัสกลุ่มของแต่ละซุปเปอร์พิเซล จะใช้เป็น รหัสเชิงคำ ของซุปเปอร์พิกเซลนั้นๆ จุดศูนย์กลางของกลุ่มจะถูกเก็บไว้เพื่อใช้กำหนดรหัสเชิงคำของซุปเปอร์พิกเซลในภาพสอบถาม หลังจากนั้น 2-Gram ของรหัสเชิงคำ ของซุปเปอร์พิกเซลเพื่อนบ้านตามเข็มนาฬิกา ณ ซุปเปอร์พิกเซลใดๆ ในรูปภาพจะถูกนับเพื่อสร้าง Histogram การคำนวณหาค่าความคล้ายของภาพสองภาพใดๆ จะใช้ค่า Cosine Similarity ระหว่าง Histogram ของภาพทั้งสอง ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอนี้ สามารถค้นคืนภาพได้อย่างมีประสิทธิภาพโดยให้ผลลัพธ์ที่ดีกว่าวิธีการเดิมบางวิธีและเป็นไปได้ว่าอาจนำไปประกอบกับคุณสมบัติเฉพาะอื่นๆ ของภาพเพื่อทำให้การค้นคืนภาพมีประสิทธิภาพมากยิ่งขึ้นได้ในอนาคต