Prediction of a human facial image by ann using image data and its content on web pages
Thesis (M.Sc.)--Chulalongkorn University, 2009
Saved in:
Main Author: | |
---|---|
Other Authors: | |
Format: | Theses and Dissertations |
Language: | English |
Published: |
Chulalongkorn University
2012
|
Subjects: | |
Online Access: | http://cuir.car.chula.ac.th/handle/123456789/17470 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Chulalongkorn University |
Language: | English |
id |
th-cuir.17470 |
---|---|
record_format |
dspace |
spelling |
th-cuir.174702012-03-07T10:40:24Z Prediction of a human facial image by ann using image data and its content on web pages การทำนายภาพหน้าคนโดยใช้โครงข่ายประสาทเทียมจากข้อมูลภาพและเนื้อหาบนเว็บเพจ Chutimon Thitipornvanid Siripun Sanguansintukul Chulalongkorn University. Faculty of Science Image analysis Neural networks (Computer sciences) Metadata Thesis (M.Sc.)--Chulalongkorn University, 2009 Choosing the right metadata is a critical, as good information (metadata) attached to an image will facilitate its visibility from a pile of other images. The image’s value is enhanced not only by the quality of attached metadata but also by the technique of the search. This study processes a technique that is simple but efficient to predict a single human image from a website using the basic image data and the embedded metadata of the image’s content appearing on web pages. The result is very encouraging with the prediction accuracy of 95%. This technique may become a great assist to librarians, researchers and many others for automatically and efficiently identifying a set of human images out of a greater set of images การเลือกใช้เมตาดาตาที่เหมาะสมเป็นสิ่งวิกฤต ในขณะที่สารสนเทศที่ดีและเหมาะสมของข้อมูลรูปภาพได้ให้ประโยชน์ช่วยลดความยุ่งยากของผู้ใช้และทำให้เกิดความสะดวกในการสืบค้นคัดแยกประเภทข้อมูลรูปภาพที่ต้องการออกจากกลุ่มรูปภาพจ านวนมากให้แก่ผู้ใช้ การเพิ่มคุณค่าให้กับรูปภาพไม่เพียงแต่แค่เพิ่มคุณค่าตรงส่วนตัวรูปภาพเท่านั้นแต่รวมไปถึงเทคนิคในการสืบค้น การวิจัยนี้ได้นำเสนอเทคนิคที่ง่ายแต่มีประสิทธิภาพในการทำนายภาพหน้าคนจากเว็บไซต์โดยใช้ข้อมูลพื้นฐานของรูปภาพและข้อมูลเนื้อหาที่อธิบายรูปภาพที่ปรากฎอยู่ในหน้าเว็บเพจ โดยผลทดลองของการวิจัยนี้ได้ให้ความถูกต้องในการทำนายภาพหน้าคนสูงถึง95% เทคนิคนี้อาจจะนำมาช่วยในงานห้องสมุด งานวิจัย และงานอื่นๆ ส าหรับการประมวลผลอัตโนมัติและมีประสิทธิภาพในการแยกหมวดหมู่ของรูปหน้าคนออกจากกลุ่มของรูปภาพที่มากมาย 2012-03-07T10:40:24Z 2012-03-07T10:40:24Z 2009 Thesis http://cuir.car.chula.ac.th/handle/123456789/17470 en Chulalongkorn University 6289995 bytes application/pdf application/pdf Chulalongkorn University |
institution |
Chulalongkorn University |
building |
Chulalongkorn University Library |
country |
Thailand |
collection |
Chulalongkorn University Intellectual Repository |
language |
English |
topic |
Image analysis Neural networks (Computer sciences) Metadata |
spellingShingle |
Image analysis Neural networks (Computer sciences) Metadata Chutimon Thitipornvanid Prediction of a human facial image by ann using image data and its content on web pages |
description |
Thesis (M.Sc.)--Chulalongkorn University, 2009 |
author2 |
Siripun Sanguansintukul |
author_facet |
Siripun Sanguansintukul Chutimon Thitipornvanid |
format |
Theses and Dissertations |
author |
Chutimon Thitipornvanid |
author_sort |
Chutimon Thitipornvanid |
title |
Prediction of a human facial image by ann using image data and its content on web pages |
title_short |
Prediction of a human facial image by ann using image data and its content on web pages |
title_full |
Prediction of a human facial image by ann using image data and its content on web pages |
title_fullStr |
Prediction of a human facial image by ann using image data and its content on web pages |
title_full_unstemmed |
Prediction of a human facial image by ann using image data and its content on web pages |
title_sort |
prediction of a human facial image by ann using image data and its content on web pages |
publisher |
Chulalongkorn University |
publishDate |
2012 |
url |
http://cuir.car.chula.ac.th/handle/123456789/17470 |
_version_ |
1681408715097374720 |