Обзор алгоритмов кластеризации, используемых в задачах поиска изображений по содержанию
Аннотация
Дата поступления статьи: 01.09.2016Настоящая статья посвящена кратокму обзору основных алгоритмов кластеризации, реализующих задачу поиска изображений по содержанию – CBIR (Content-Based Image Retrieval). Данные алгоритмы осуществляют поиск изображений на основе анализа присущих им характеристик. Поиск изображений по содержанию является одним из наиболее применяемых методов поиска в масштабных базах данных (БД). При сравнении искомого изображения с хранящимися в БД происходит большое количество операций чтения с диска, что снижает производительность системы. Для повышения скорости выполнения запросов и получения оптимального результата используются кластерные алгоритмы поиска изображений по содержанию. Перечислены извлекаемые из изображений признаки, по которым формируются кластеры изображений. Указаны способы извлечения данных признаков. Рассмотрены следующие алгоритмы: статистический метод кластеризации k-средних, нечеткая (fuzzy) кластеризация, комбинированный алгоритм муравьиной колонии и метода роя частиц (ACPSO).
Ключевые слова: поиск изображений по содержанию, кластеризация, нечеткая кластеризация, метод k-средних, алгоритм нечетких c–средних, алгоритм возможностных c –средних, биоинспирированные алгоритмы
05.13.01 - Системный анализ, управление и обработка информации (по отраслям)
05.13.18 - Математическое моделирование, численные методы и комплексы программ