Comparison of image retargeting algorithms with Seam Carving method
Yükleniyor...
Tarih
2023-04-25
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Işık Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
The rise of social media has made sharing photos and pictures more important than ever, both for personal and marketing purposes. This situation also caused the problem of converting the photos taken with the camera in a square format, where the width is higher than the height. To address this need, a recent study explored the use of the Seam Carving method to convert images to a square format while preserving their essential parts. The study compared two algorithms, Greedy and Dijkstra, in terms of processing time and consistency using a supervised image. The consistency comparison was carried out on five images, three of which were obtained from NRID, and two were created for the study. The five images were used to calculate the average consistency of the Dijkstra algorithm. In addition, 23 more images from NRID were used to compute the average consistency of the Greedy algorithm, resulting in a total of 28 images used in the analysis. The results showed that the Greedy algorithm had an average consistency that was 6.55% higher than the Dijkstra algorithm based on the five images. Furthermore, the Dijkstra algorithm took an average of 2,347% longer to process than the Greedy algorithm. The implications of these findings are significant for social media users and marketers alike. The Greedy algorithm can help maintain the essential elements of an image while making it suitable for different social media platforms. The study also highlights the importance of considering processing time when choosing an algorithm to use. Overall, this research demonstrates the potential of the Seam Carving method and provides valuable insights into the choice of algorithm for image manipulation.
Sosyal medyanın yükselişi, kişisel ve pazarlama amaçları için fotoğraf ve resim paylaşımını daha da önemli hale getirdi. Bu durum aynı zamanda, kamera ile çekilen ve genişliği yüksekliğinden daha fazla olan fotoğrafların kare formata dönüştürülmesi sorununu da beraberinde getirdi. Bu ihtiyacı karşılamak için son zamanlarda bir çalışma, resimleri özgün parçalarını koruyarak kare formata dönüştürmek için Seam Carving yönteminin kullanımını inceledi. Bu çalışmada, süpervize edilmiş bir görüntü üzerinde hem işlem süresi hem de tutarlılık açısından Greedy yaklaşım ve Dijkstra algoritması olmak üzere iki algoritma karşılaştırdı. Bu araştırmadaki tutarlılık karşılaştırmasında beş görüntü kullanıldı; üç tanesi NRID'den elde edilen ve iki tanesi bu çalışma için özel olarak oluşturulan beş görüntü üzerinde yapıldı. Beş görüntü, Dijkstra algoritmasının ortalama tutarlılığını hesaplamak için kullanıldı. Bunun yanı sıra, NRID'den 23 tane daha görüntü, Greedy algoritmasının ortalama tutarlılığını hesaplamak için kullanıldı. Bu araştırmanın analizinde toplamda 28 görüntü kullanıldı. Sonuçlar, beş farklı görüntüye dayanarak Greedy algoritmasının ortalama tutarlılığının Dijkstra algoritmasından %6,55 daha yüksek olduğunu gösterdi. Bunun yanı sıra, Dijkstra algoritmasına ait işlem süresinin Greedy algoritmasından %2.347 daha uzun sürdüğü ortaya çıktı. Bu bulguların sosyal medya kullanıcıları ve pazarlamacılar için önemli sonuçları vardır. Greedy algoritması, bir görüntünün temel öğelerini koruyarak farklı sosyal medya platformlarına uygun hale getirmeye yardımcı olabilir. Bu çalışma, görüntü yeniden boyutlandırma yöntemlerinden olan Seam Carving yönteminde algoritma seçiminde işlem süresinin dikkate alınmasının önemini vurgulamaktadır. Genel olarak, bu araştırma, Seam Carving yönteminin potansiyelini göstermektedir ve görüntü manipülasyonu için algoritma seçimi konusunda değerli bilgiler sağlamaktadır.
Sosyal medyanın yükselişi, kişisel ve pazarlama amaçları için fotoğraf ve resim paylaşımını daha da önemli hale getirdi. Bu durum aynı zamanda, kamera ile çekilen ve genişliği yüksekliğinden daha fazla olan fotoğrafların kare formata dönüştürülmesi sorununu da beraberinde getirdi. Bu ihtiyacı karşılamak için son zamanlarda bir çalışma, resimleri özgün parçalarını koruyarak kare formata dönüştürmek için Seam Carving yönteminin kullanımını inceledi. Bu çalışmada, süpervize edilmiş bir görüntü üzerinde hem işlem süresi hem de tutarlılık açısından Greedy yaklaşım ve Dijkstra algoritması olmak üzere iki algoritma karşılaştırdı. Bu araştırmadaki tutarlılık karşılaştırmasında beş görüntü kullanıldı; üç tanesi NRID'den elde edilen ve iki tanesi bu çalışma için özel olarak oluşturulan beş görüntü üzerinde yapıldı. Beş görüntü, Dijkstra algoritmasının ortalama tutarlılığını hesaplamak için kullanıldı. Bunun yanı sıra, NRID'den 23 tane daha görüntü, Greedy algoritmasının ortalama tutarlılığını hesaplamak için kullanıldı. Bu araştırmanın analizinde toplamda 28 görüntü kullanıldı. Sonuçlar, beş farklı görüntüye dayanarak Greedy algoritmasının ortalama tutarlılığının Dijkstra algoritmasından %6,55 daha yüksek olduğunu gösterdi. Bunun yanı sıra, Dijkstra algoritmasına ait işlem süresinin Greedy algoritmasından %2.347 daha uzun sürdüğü ortaya çıktı. Bu bulguların sosyal medya kullanıcıları ve pazarlamacılar için önemli sonuçları vardır. Greedy algoritması, bir görüntünün temel öğelerini koruyarak farklı sosyal medya platformlarına uygun hale getirmeye yardımcı olabilir. Bu çalışma, görüntü yeniden boyutlandırma yöntemlerinden olan Seam Carving yönteminde algoritma seçiminde işlem süresinin dikkate alınmasının önemini vurgulamaktadır. Genel olarak, bu araştırma, Seam Carving yönteminin potansiyelini göstermektedir ve görüntü manipülasyonu için algoritma seçimi konusunda değerli bilgiler sağlamaktadır.
Açıklama
Text in English ; Abstract: English and Turkish
Includes bibliographical references (leaves 45-46)
x, 47 leaves
Includes bibliographical references (leaves 45-46)
x, 47 leaves
Anahtar Kelimeler
Seam Carving, Dijkstra, Greedy, Image retargeting, Image resizing, Shortest path, Resim yeniden hedefleme, Resim boyutlandırma, En kısa yol
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Miroğlu, T. (2023). Comparison of image retargeting algorithms with Seam Carving method. İstanbul: Işık Üniversitesi Lisansüstü Eğitim Enstitüsü.
