Most image database prototypes and

Most image database prototypes and products focus mainly on similarity searches over syntactic features of images. DISIMA aims at providing querying on both syntactic and semantic features of images. The content of an image is viewed as a set of salient objects (regions of interest). Salient objects are organized into two levels: physical salient objects that store syntactic features and logical salient objects that give the semantics. DISIMA integrates a declarative query language (MOQL) and a visual query language (VisualMOQL)

ผลลัพธ์ (ไทย) 1:

ภาพต้นแบบฐานข้อมูลและสินค้าส่วนใหญ่เน้นหลักในการค้นหาความคล้ายคลึงกันมากกว่าคุณลักษณะทางไวยากรณ์ของรูป DISIMA มีวัตถุประสงค์เพื่อให้การสอบถามเกี่ยวกับคุณลักษณะทางไวยากรณ์ และความหมายของภาพ ดูเนื้อหาของภาพเป็นชุดของวัตถุเด่น (ภูมิภาคน่าสนใจ) วัตถุเด่นที่แบ่งออกเป็นสองระดับ: วัตถุเด่นทางกายภาพที่เก็บคุณสมบัติทางไวยากรณ์และตรรกะวัตถุเด่นที่ให้ความหมาย DISIMA รวมภาษาสอบถาม declarative (MOQL) และแบบสอบถามภาพภาษา (VisualMOQL)

ผลลัพธ์ (ไทย) 2:

ต้นแบบฐานข้อมูลภาพและผลิตภัณฑ์ส่วนใหญ่เน้นหลักในการค้นหาความคล้ายคลึงกันมากกว่าประโยคคุณสมบัติของภาพ DISIMA มีวัตถุประสงค์เพื่อให้การสอบถามทั้งคุณสมบัติประโยคและความหมายของภาพ เนื้อหาของภาพที่ถูกมองว่าเป็นชุดของวัตถุเด่น (ที่ภูมิภาคท​​ี่น่าสนใจ) วัตถุเด่นที่มีการจัดเป็นสองระดับคือวัตถุที่สำคัญทางกายภาพที่เก็บคุณสมบัติประโยคและวัตถุตรรกะสำคัญที่ให้ความหมาย DISIMA รวมภาษาแบบสอบถามเปิดเผย (MOQL) และภาษาแบบสอบถามภาพ (VisualMOQL)

ผลลัพธ์ (ไทย) 3:

ส่วนใหญ่ฐานข้อมูลภาพต้นแบบและผลิตภัณฑ์เน้นหลักในการค้นหาผ่านคุณสมบัติทางวากยสัมพันธ์ของความคล้ายคลึงกันภาพ disima มุ่งเน้นไปที่การให้ข้อมูลทั้งทางวากยสัมพันธ์และอรรถศาสตร์คุณสมบัติของภาพ เนื้อหาของภาพจะดูเป็นชุดของวัตถุที่เด่น ( พื้นที่ที่น่าสนใจ ) วัตถุเด่นแบ่งออกเป็นสองระดับคือวัตถุที่จัดเก็บทางกายภาพที่เด่นเกี่ยวกับคุณสมบัติ และวัตถุเด่นตรรกะที่ให้ความหมาย . รวม disima ภาษาสอบถามเชิงประกาศ ( moql ) และภาษาสืบค้นภาพ ( visualmoql )