@Article{, title={Image Retrieval based Convolutional Neural Network}, author={Shaimaa Hameed Shaker and Nuha Mohammed Khassaf}, journal={Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية}, volume={31}, number={4}, pages={43-54}, year={2020}, abstract={At the present time, everyone is interested in dealing with images in different fields such as geographic maps, medical images, images obtaining by Camera, microscope, telescope, agricultural field photos, paintings, industrial parts drawings, space photos, etc. Content Based Image Retrieval (CBIR) is an efficient retrieval of relevant images from databases based on features extracted from the image. Follow the proposed system for retrieving images related to a query image from a large set of images, based approach to extract the texture features present in the image using statistical methods (PCA, MAD, GLCM, and Fusion) after pre-processing of images. The proposed system was trained using 1D CNN using a dataset Corel10k which widely used for experimental evaluation of CBIR performance the results of proposed systemshows that the highest accuracy is 97.5% using Fusion (PCA, MAD), where the accuracy is 95% using MAD, 90% using PCA. The performance result is acceptable compared to previous work.

في الوقت الحاضر، يهتم الجميع بالتعامل مع الصور في مجاالت مختلفة مثال لخرائط الجغرافية، والصور الطبية، والصورالتي يتم الحصول عليها بواسطة الكاميرا، المجهر،التلسكوب، صور المجال الزراعي،اللوحات،رسومات األجزاءالصناعية،صور الفضاء،إلخ. أسترجاع الصورة القائمة على المحتوى (CBIR (هواسترجاع فعال للصور ذات الصلة منقواعد البيانات بناءعلى الميزات المستخرجة من الصورة. يتبع النظام المقترح السترجاع الصور المتعلقة بصورةاالستعالم من مجموعة كبيرة من الصور النهج القائم على استخراج ميزات النسيج الموجودة في الصورة باستخدام األساليباإلحصائية )PCA ،MAD ،GLCM،Fusion )بعد المعالجة المسبقة للصور. تم تدريب النظام المقترح باستخدام 1D CNNلمجموعة بيانات Corel10k التي تستخدم على نطاق واسع للتقييم التجريبي ألداء CBIR ،وتظهر نتائج النظام المقترح أنا على دقة هي 5.97 ٪باستخدام (MAD,PCA(Fusion حيث بلغت الدقة 95 ٪باستخدام MAD و 90 ٪باستخدام PCA . تم مقارنة األداء بالدراسات السابقة، وتبين ان نتائج النظام المقترح أعلى من غيرها.} }