Abstract:
افزایش حجم منابع دیداری و شنیداری در محیط وب باعث شده است که جامعیت و مانعیت نتایج بازیابی این منابع مورد توجه واقع شود. بهدلیل ویژگیهای خاص منابع دیداری و شنیداری رقومی مانند وضوح، رنگ، تراکم پیکسلها، کیفیت صدا و ... ردهبندی و سازماندهی آنها در محیط وب نیازمند استفاده از روشهایی است که علاوه بر اختصاص توصیفگرها (کلیدواژهها)ی موضوعی به این ویژگیها نیز توجه داشته باشد. از جمله رویکردهای نوین ردهبندی منابع دیداری و شنیداری در محیط وب میتوان به مصورسازی: بازیابی اطلاعات براساس نوع داده (یک بعدی، دو بعدی، فرامتن، متن و...)، نمایهسازی معنایی پنهان، ردهبندی خودکار رقومی و خوشهبندی تصاویر و منابع شنیداری اشاره کرد. استفاده از این روشها در کنار اختصاص توصیفگرها و کلیدواژههای موضوعی میتواند به سازماندهی هرچه بهتر منابع دیداری شنیداری جهت پاسخگویی دقیق به نیاز کاربران در محیط وب کمک کند.
Machine summary:
"بازیابی تصویرهای رقومی براساس روشها و فنون خودکاردر محیط وب و پایگاههای اطلاعاتی دکتر فریبرز درودی1 دکتر نرگس محمد علیپور2 کیده {IBافزایش حجم منابع دیداری و شنیداری در محیط وب باعث شده است که جامعیت و مانعیتنتایج بازیابی این منابع مورد توجه واقع شود.
Information system &%07917TKFG079G% سازماندهی منابع اطلاعاتی محیط وب وپایگاههای اطلاعاتی،به ویژه منابع دیداریچون عکسها،فیلمها،ویدئوها،پوشههایتصویری،و قالبهای متنوع اطلاعاتی کهبه صورت مصور ارائه میشوند،انجام شدهو بخشی از این پژوهشها فراتر از ردهبندیموضوعی به جنبهها و ابعاد دیگری درسازماندهی اینگونه منابع توجه دارند.
در این میان،طراحی الگوریتمهایی که در ارتباط با بازیابیتصاویر میتواند براساس الگوهای نمونهو شاخص به برقراری ارتباط میان عناصراطلاعاتی منجر شود،یکی از مراحل مهمطراحان نظامهای اطلاعاتی بازیابی اطلاعاترقومی6در فضای شبکه است که میتواندبه بالا بردن سطوح دسترسی کاربران بهفقرههای اطلاعاتی کمک قابل ملاحظهایکند.
این رویکرد تلفیقی از سازماندهیموضوعی منابع اطلاعاتی و روشهای نوینخودکارسازی فرایند ردهبندی بوده که نقشمهمی در بازیابی اطلاعات در محیط رقومیداشته است.
ویکردهای نوین بازیابی تصاویر درمحیط رقومی نکتۀ مهم در رویکردهای نوین بازیابی تصاویرآن است که علاوه بر ردهبندی منابع اطلاعاتیبراساس مفهوم و موضوع،میتوان ابعاددیگی نیز بر آن افزود تا کاربران بتوانندبه شیوۀ بهتر و مناسبتری به انتخاب منبعپرداخته و بازیابی منابع تصویری به میزانبیشتری با نیاز اطلاعاتی آنان همسو باشد.
با بهرهگیری از این نوع ردهبندی دادهایمیتوان در حوزههای تخصصی به بازیابیاطلاعات رقومی مختلفی مبادرت ورزید و ازآن برای دستیابی به انواع منابع اطلاعاتی چونپوشههای برنامههای کاربردی و یا برنامههاینصب استفاده کرد.
2 clustering of www image search results using visual,textual and link information".
. 10 "Web image classification for information extraction".
11 content-based image retrieval with high- level semantics".
14 type classification based on visibility for web image retrieval"."