सामग्री-आधारित छवि खोज

छवि डेटाबेस बहुत बड़े हो सकते हैं और सैकड़ों हजारों और यहां तक ​​कि लाखों छवियां हो सकती हैं। ज्यादातर मामलों में, ये डेटाबेस केवल कीवर्ड द्वारा अनुक्रमित होते हैं। इन कीवर्ड को ऑपरेटर द्वारा डेटाबेस में जोड़ा जाता है, जो सभी छवियों को श्रेणियों में वितरित करता है। लेकिन छवियां डेटाबेस में और अपनी सामग्री के आधार पर पाई जा सकती हैं। सामग्री द्वारा हम रंगों और उनके वितरण, छवि में वस्तुओं और उनकी स्थानिक स्थिति आदि को समझ सकते हैं। वर्तमान में, विभाजन और मान्यता एल्गोरिदम अच्छी तरह से विकसित नहीं हुए हैं, हालांकि, अब उनकी सामग्री के आधार पर छवियों की खोज के लिए पहले से ही कई प्रणालियां (वाणिज्यिक सहित) हैं।



छवियों के डेटाबेस के साथ काम करने के लिए, उन छवियों की खोज करने का कुछ तरीका होना वांछनीय है जो सीधे पूरे डेटाबेस को देखने की तुलना में अधिक सुविधाजनक और कुशल होंगे। अधिकांश कंपनियां प्रसंस्करण के केवल दो चरण करती हैं: डेटाबेस में शामिल करने के लिए छवियों का चयन और उन्हें कीवर्ड असाइन करके छवियों का वर्गीकरण। इंटरनेट सर्च इंजन आमतौर पर पिक्चर कैप्शन से स्वचालित रूप से कीवर्ड प्राप्त करते हैं। पारंपरिक डेटाबेस का उपयोग करते हुए, चित्र उनके पाठ विशेषताओं के आधार पर पाए जा सकते हैं। एक सामान्य खोज में, ये विशेषताएँ श्रेणियां हो सकती हैं, छवि में लोगों के नाम और छवि बनाने की तिथि। खोज को गति देने के लिए, डेटाबेस की सामग्री को इन सभी क्षेत्रों में अनुक्रमित किया जा सकता है। फिर आप छवियों के लिए खोज करने के लिए SQL भाषा का उपयोग कर सकते हैं। उदाहरण के लिए, क्वेरी:

IMAGEBD से * सेलेक्ट करें

जहां श्रेणी = "MEI"

जिस पर MPEI दर्शाया गया है, डेटाबेस से सभी छवियों को ढूँढ और वापस कर सकते हैं। लेकिन वास्तव में, सब कुछ इतना सरल नहीं है। इस प्रकार की खोज में कई गंभीर सीमाएँ हैं। किसी व्यक्ति को कीवर्ड सौंपना एक समय लेने वाला कार्य है। लेकिन, बहुत बुरा, यह कार्य अस्पष्ट निष्पादन के लिए अनुमति देता है। इस वजह से, पाए गए कुछ चित्र उपयोगकर्ता की अपेक्षाओं से बहुत अलग हो सकते हैं। यह आंकड़ा "MEI" अनुरोध के लिए Google के जारी होने को दर्शाता है।







इस तथ्य के रूप में लेते हुए कि कीवर्ड का उपयोग पर्याप्त दक्षता प्रदान नहीं करता है, हम कई अन्य छवि खोज विधियों पर विचार करेंगे।



चलिए एक पैटर्न खोज के साथ शुरू करते हैं। कीवर्ड निर्दिष्ट करने के बजाय, उपयोगकर्ता सिस्टम में एक नमूना छवि प्रस्तुत कर सकता है, या एक स्केच बना सकता है। फिर हमारे खोज इंजन को समान चित्र या वांछित वस्तुओं वाली छवियां मिलनी चाहिए। सादगी के लिए, हम मानते हैं कि उपयोगकर्ता अपेक्षित छवि और प्रतिबंधों के कुछ स्केच के साथ प्रणाली को प्रस्तुत करता है। यदि उपयोगकर्ता एक खाली स्केच प्रदान करता है, तो सिस्टम को उन सभी छवियों को वापस करना चाहिए जो प्रतिबंधों को पूरा करते हैं। सीमाएँ कीवर्ड के रूप में सेट करने के लिए सबसे तार्किक हैं और विभिन्न तार्किक स्थितियाँ जो उन्हें एकजुट करती हैं। सबसे सामान्य मामले में, अनुरोध में कुछ प्रकार की छवि होती है, जो कि लागू दूरी माप के अनुसार डेटाबेस से छवियों के साथ तुलना की जाती है। यदि दूरी 0 है, तो यह माना जाता है कि छवि बिल्कुल अनुरोध से मेल खाती है। 0 से अधिक मान प्रश्न और अनुरोध में छवि के बीच भिन्नता की डिग्री के अनुरूप हैं। खोज इंजन को थंबनेल से दूरी के आधार पर छांटे गए चित्रों को वापस करना चाहिए।



यह आंकड़ा रंगीन लेआउट के आधार पर दूरी उपायों का उपयोग करके QBIC प्रणाली में खोजों को दिखाता है।







अनुरोध में निर्दिष्ट छवि के साथ डेटाबेस से एक छवि की समानता का निर्धारण करने के लिए, आमतौर पर दूरी या विशेषताओं के कुछ माप का उपयोग किया जाता है, जिसके साथ आप छवियों की समानता का एक संख्यात्मक अनुमान प्राप्त कर सकते हैं। छवियों की समानता विशेषताओं को चार मुख्य समूहों में विभाजित किया जा सकता है:

1. रंग समानता

2. बनावट समानता

3. रूप की समानता

4. वस्तुओं और वस्तुओं के बीच संबंधों की समानता



सादगी के लिए, हम केवल रंग समानता के तरीकों पर विचार करेंगे। रंग समानता विशेषताओं को अक्सर बहुत सरल चुना जाता है। वे आपको एक छवि की रंग सामग्री की तुलना किसी अन्य छवि के रंग सामग्री या अनुरोध में निर्दिष्ट मापदंडों के साथ करने की अनुमति देते हैं। उदाहरण के लिए, QBIC प्रणाली में, उपयोगकर्ता वांछित छवियों में रंगों का प्रतिशत निर्दिष्ट कर सकता है। आंकड़ा 40% लाल, 30% पीले और 10% काले रंग का संकेत देने वाले क्वेरी के परिणामस्वरूप प्राप्त छवियों का एक सेट दिखाता है। हालाँकि जो चित्र पाए जाते हैं उनमें बहुत समान रंग होते हैं, इन छवियों की शब्दार्थ सामग्री काफी भिन्न होती है।







एक समान खोज विधि मिलान रंग हिस्टोग्राम पर आधारित है। रंग हिस्टोग्राम पर आधारित दूरी के उपायों में दो अलग-अलग रंगों की समानता का आकलन शामिल होना चाहिए। QBIC प्रणाली इस प्रकार दूरी तय करती है:







जहाँ h (I), h (Q) चित्र I, Q, A की समानता के मैट्रिक्स हैं। समानता मैट्रिक्स में, ऐसे तत्व जिनके मूल्य समान रंगों के 1 अनुरूप हैं, करीब 0 बहुत भिन्न रंगों के अनुरूप हैं। दूरी का एक और संभावित उपाय एक रंग लेआउट पर आधारित है। अनुरोध करते समय, उपयोगकर्ता को आमतौर पर एक खाली ग्रिड के साथ प्रस्तुत किया जाता है। प्रत्येक सेल के लिए, उपयोगकर्ता तालिका से एक रंग निर्दिष्ट कर सकता है।



एक रंग के लेआउट के आधार पर समानता विशेषताओं जो एक छायांकित ग्रिड का उपयोग करते हैं, को एक माप की आवश्यकता होती है जो दो छायांकित ग्रिड की सामग्री को ध्यान में रखता है। यह उपाय डेटाबेस से एक मनमाना छवि के संबंधित ग्रिड सेल के साथ अनुरोध में निर्दिष्ट प्रत्येक ग्रिड सेल की तुलना प्रदान करना चाहिए। छवियों के बीच की दूरी को प्राप्त करने के लिए सभी कोशिकाओं के तुलनात्मक परिणाम संयुक्त हैं:







जहाँ C ^ I (g), C ^ Q (g) क्रमशः चित्र I, Q में सेल g के रंग हैं।

बनावट की समानता के आधार पर खोज करना, और इससे भी अधिक समान रूप के आधार पर खोज करना अधिक जटिल है, लेकिन यह कहने योग्य है कि इस दिशा में पहले ही कदम उठाए जा चुके हैं। उदाहरण के लिए, ART MUSEUM सिस्टम कई चित्रों के रंग चित्रों को संग्रहीत करता है। इन रंगीन चित्रों को एक मध्यवर्ती दृश्य प्रदान करने के लिए संसाधित किया जाता है। प्रारंभिक प्रसंस्करण में तीन चरण होते हैं:

1. एक पूर्व निर्धारित आकार में छवि को कम करना और एक माध्य फ़िल्टर का उपयोग करके शोर को दूर करना।

2. सीमा का पता लगाना। सबसे पहले, वैश्विक सीमा का उपयोग करते हुए, फिर स्थानीय सीमा का उपयोग करते हुए। परिणाम एक स्पष्ट समोच्च छवि है।

3. साफ़ की गई समोच्च छवि पर, अतिरिक्त आकृति हटा दी जाती है। परिणामी छवि को एक बार फिर से शोर से मुक्त किया जाता है, और हमें आवश्यक सार प्रतिनिधित्व मिलता है।



जब कोई उपयोगकर्ता सिस्टम पर एक स्केच प्रस्तुत करता है, तो उस पर समान प्रसंस्करण कार्य किए जाते हैं, और हमें एक रेखीय स्केच मिलता है। मिलान एल्गोरिथ्म में एक सहसंबंध चरित्र होता है: छवि को कोशिकाओं में विभाजित किया जाता है, और प्रत्येक सेल के लिए, डेटाबेस से एक ही छवि सेल के साथ सहसंबंध की गणना की जाती है। विश्वसनीयता के लिए, यह प्रक्रिया विभिन्न रैखिक स्केच ऑफसेट मूल्यों के लिए कई बार की जाती है। ज्यादातर मामलों में, यह विधि आपको वांछित छवि को सफलतापूर्वक खोजने की अनुमति देती है।

यह केवल परिचित इंटरनेट खोज इंजनों में ऐसी प्रणालियों की शुरूआत के लिए प्रतीक्षा करने के लिए बनी हुई है, और यह कहना संभव होगा कि छवि खोज की समस्या इतनी अधिक समस्या नहीं बन गई है।