نوقشت في جامعة تكريت /كلية علوم الحاسوب والرياضيات رسالة ماجستير للباحثة (مروة حسن حديد) الموسومة :(Content Based Image Retrieval Using Deep Learning Teaching)تركز هذه الدراسة على تعلم ميزات الصور عالية المستوى باستخدام الشبكات العصبية التلافيفية في استرجاع الصور. يمكن أن تكون واصفات الميزات عالية المستوى هي الأفضل في تمثيل الصور من واصفات الميزات التقليدية ، وبالتالي تحسين إداء استرجاع الصور. تقدم الدراسة نموذجاً بسيطاً ولكنه فعال في التعلم العميق الذي يركز على الشبكات العصبية التلافيفية حيث يقدم نموذج (CBIR-VGGSVD) VGG-16 الأمثل لاسترجاع الصور المستند إلى المحتوى مع خوارزمية SVD. يتضمن النموذج المقدم نموذج VGG-16 والذي يستخدم لاستخراج الميزات من صور الاستعلام المستخدمة والصور المخزنة في قاعدة البيانات إذا قامت الباحثة بعمل ضبط طبقات نموذج VGG-16 من أجل تحسين إداءه. هذا وقد استخدمت الباحثة SVD لتقليل أبعاد الميزات المستخرجة من نموذج VGG-16 من أجل قياس التشابه بمقياس جيب التمام بين صور الاستعلام والصور في مجموعة البيانات.وتوصلت الباحثة أخيراً ، إلى استرجاع الصور الأعلى تشابهاً بشكل فعال من مجموعة البيانات إذ تتحقق مجموعة البيانات Corel-1 K من إداء الاسترجاع لنوذج CBIR-VGGSVD. ينتج عن التنفيذ 0.869 معدل دقة عند استخدام نموذج VGG-16 فقط ، بينما تم تحقيق 0.948 معدل الدقة عند استخدام نموذج CBIR-VGGSVD.واختتمت الدراسة بنتائج الاسترجاع ذي الإداء الجيد لنموذج CBIR-VGGSVD على صور الأختبار المستخدمة وتفوقه على أحدث الأساليب.
