دانلود مقاله ISI انگلیسی شماره 125821
ترجمه فارسی عنوان مقاله

توسعه و بهره برداری از مجموعه داده های تصویری منزجر کننده برای درک و پیش بینی انزجار بصری

عنوان انگلیسی
Development and utilization of a disgusting image dataset to understand and predict visual disgust
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
125821 2018 15 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 11401 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 18 روز بعد از پرداخت 205,218 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 9 روز بعد از پرداخت 410,436 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Image and Vision Computing, Volume 72, April 2018, Pages 24-38

ترجمه کلمات کلیدی
انزجار بصری، مجموعه داده تصویری ادراک بصری، ارزیابی ذهنی، فراگیری ماشین،
کلمات کلیدی انگلیسی
Visual disgust; Image dataset; Visual perception; Subjective assessment; Machine learning;
پیش نمایش مقاله
پیش نمایش مقاله توسعه و بهره برداری از مجموعه داده های تصویری منزجر کننده برای درک و پیش بینی انزجار بصری

چکیده انگلیسی

When viewers search for images on the internet, they may unexpectedly encounter disgusting or explicit images. As such images may result in mental suffering or trauma, predicting whether images will induce disgust in order to avoid such issues is desirable. However, formal definitions or insights as to what constitutes disgust-inducing visual factors do not exist. Consequently, eliminating disgusting images from retrieval results is still a challenge. In this paper, we collect a large-scale disgust-inducing image dataset containing approximately 60,000 images, each labeled with disgust scores and divided into image categories. Subsequently, using our dataset, we explore various attributes of disgust-inducing images, such as score distributions, categories of disgusting images, and relationships with other visual attributes. Then, we develop a new Convolutional Neural Network (CNN), called DiNet, that uses more than two pre-trained convolutional layers to consider local to global features for image representation. Experimental results indicate that the developed CNN architecture outperforms both feature-based learning models and state-of-the-art deep learning models with an accuracy of 67.58%. Furthermore, disgust maps extracted using the developed model facilitate an understanding of the disgust-inducing regions of images.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 11401 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 18 روز بعد از پرداخت 205,218 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 9 روز بعد از پرداخت 410,436 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.