Bilgisayar teknolojisinin hızlı gelişmesi sonucunda çok büyük miktarlarda verilerle çalışmak olağan bir
durum haline gelmiştir. Bu verilerin işlenmesi, verilerden anlamlı bilgiler çıkarılması ve kararlar alınması
için makine öğrenmesine ihtiyaç duyulmaktadır. Görüntü içerisinden nesnelerin algılanmasına yönelik son
zamanlarda yapılan çalışmalar özellikle Anlamsal Tabanlı Görüntü Erişimi alanına doğru yönelmektedir.
Bu alanda yapılan çalışmalar ile Anlamsal Boşluk olarak adlandırılan ve görüntülerden makineler tarafından
çıkarılan düşük düzeydeki renk, şekil, doku (color, shape, texture) özellikleri ile insanlar tarafından
resimlerden algılanan ve yüksek düzey olarak ifade edilen kavramlar arasındaki uyuşmazlıkların
giderilmesine yoğunlaşmaktadır. Bu amaçla, belirli bir bilgi alanına (domain) ait kavramların özelliklerini
ve aralarındaki ilişkileri göstermek için iyi tanımlanmış ontolojiler oluşturulmakta ve arama işlemi bu
yönde ilerlemektedir. Ontolojiler kullanılarak bilgiler bilgisayarların işleyebileceği biçime dönüştürülmekte
ve bilgiler arasında anlamlı ilişkiler oluşturulabilmektedir. Bu çalışmada Anlamsal Tabanlı Görüntü Erişimi
(Semantic Based Image Retrieval - SBIR) üzerine bir derleme yapılmıştır. SBIR ile amaç İçerik Tabanlı
Görüntü Erişimi (Content Based Image Retrieval - CBIR) ile yapılan arama işlemlerinde karşılaşılan ve
Anlamsal Boşluk (Semantic Gap) olarak ifade edilen darboğazın aşılmasıdır.
Yapılan çalışmalarda Ontoloji (Ontology) kavramının kullanılmasıyla problemin çözümünde önemli bir
gelişme yaşandığı gözlemlenmiştir.
As a result of rapid technological development, operating with massive data has become a common situation.
There is a need for machine learning to process these data and extract meaningful information, and make a
decision from them. Current studies related to identifying objects from the image are driven to SemanticBased Image Retrieval. The studies done in this field aim to dismiss the discrepancies among the low-level
color, shape, texture characteristics and picture recognition by people that are extracted from images by
machines known as the Semantic Gap, that are signified as high-level concepts. Therefore, definite ontologies
are created to determine characteristics of the concept of a particular domain and show the relationship
between them by advancing the research on this area. Through ontologies, information is transformed into a
structure so computers can process and create a meaningful relationship between information. In this study,
a compilation on Semantic-Based Image Retrieval – SBIR is done. SBIR aims to overcome the bottleneck
faced in the search operations created by Content-Based Image Retrieval (CBIR) and shown as a Semantic
Gap.
In the studies done, significant progress in problem-solving through the use of the Ontology concept is
observed.
