التعبئة غير المتناظرة والمساحة الفرعية العشوائية لمحركات الدعم المعتمدة على ملاحظات الصلة في استرجاع الصور

لقد تم استخدام مخططات ملاحظات الصلة المعتمدة على محركات الدعم (SVM) على نطاق واسع في استرجاع الصور القائم على المحتوى (CBIR). ومع ذلك، فإن أداء ملاحظات الصلة المعتمدة على SVM غالبًا ما يكون ضعيفًا عندما يكون عدد عينات الملاحظات الإيجابية المعلمة صغيرًا. ويرجع ذلك بشكل رئيسي إلى ثلاثة أسباب: 1) يعتبر مصنف SVM غير مستقر في مجموعة تدريب صغيرة الحجم، 2) قد يكون المستوى الفائق الأمثل لـ SVM متحيزًا عندما تكون عينات الملاحظات الإيجابية أقل بكثير من عينات الملاحظات السلبية، و3) يحدث التخصيص الزائد لأن عدد أبعاد الميزات أكبر بكثير من حجم مجموعة التدريب. في هذه الورقة، نقوم بتطوير آلية لتجاوز هذه المشاكل. لمعالجة المشكلتين الأوليين، نقترح استخدام SVM القائم على التعبئة غير المتناظرة (AB-SVM). بالنسبة للمشكلة الثالثة، نقوم بدمج طريقة المساحة الفرعية العشوائية وSVM لملاحظات الصلة، والتي تُسمى SVM المساحة الفرعية العشوائية (RS-SVM). أخيرًا، من خلال دمج AB-SVM وRS-SVM، يتم بناء SVM للتعبئة غير المتناظرة والمساحة الفرعية العشوائية (ABRS-SVM) لحل هذه المشاكل الثلاثة وزيادة أداء ملاحظات الصلة.