圖像自動(dòng)標(biāo)注算法研究.pdf

1、隨著互聯(lián)網(wǎng)(Internet)的快速發(fā)展，圖像的數(shù)量呈幾何級(jí)數(shù)增長(zhǎng)，如何從龐大的數(shù)據(jù)庫(kù)有效地檢索和管理圖像是現(xiàn)在迫切需要解決的問(wèn)題。目前，許多Internet公司都開(kāi)發(fā)了他們自己的圖像搜索引擎，但多數(shù)是采用基于文本的圖像檢索技術(shù)，然而其圖像檢索通常是人工進(jìn)行標(biāo)注的方式，既費(fèi)時(shí)又費(fèi)力。目前，基于內(nèi)容的圖像標(biāo)注技術(shù)是利用圖像中顏色、紋理、形狀等底層特征進(jìn)行相似性匹配，國(guó)內(nèi)外也進(jìn)行了大量相關(guān)的研究。但因該技術(shù)存在“語(yǔ)義鴻溝”的問(wèn)題，制約了其對(duì)

2、圖像進(jìn)行準(zhǔn)確、快速標(biāo)注。
　　本文提出了一種基于聯(lián)合特征選擇的多示例圖像語(yǔ)義自動(dòng)標(biāo)注方法。該方法通過(guò)訓(xùn)練圖像的語(yǔ)義標(biāo)簽自動(dòng)標(biāo)注測(cè)試圖像的標(biāo)簽。在此基礎(chǔ)上，又對(duì)圖像標(biāo)注做了擴(kuò)展，提出了基于最大熵模型的圖像標(biāo)簽分布估計(jì)算法，即可以同時(shí)得到測(cè)試圖像的標(biāo)簽及標(biāo)簽所占圖像的比例（標(biāo)簽分布）。那么對(duì)圖像標(biāo)注和標(biāo)簽分布這兩個(gè)方面，本文的研究?jī)?nèi)容包括：
　　1.針對(duì)語(yǔ)義標(biāo)注的不準(zhǔn)確性，本文研究多示例學(xué)習(xí)方法在圖像標(biāo)注方面的應(yīng)用。首先要對(duì)圖像

3、進(jìn)行示例分割，并提取每個(gè)示例的底層特征。然后把這些示例的特征和標(biāo)簽輸入到算法模型中學(xué)習(xí)。多示例學(xué)習(xí)既可以處理單標(biāo)簽也可以解決多標(biāo)簽圖像自動(dòng)標(biāo)注問(wèn)題。
　　2.針對(duì)圖像標(biāo)簽數(shù)量的有限性，本文研究半監(jiān)督學(xué)習(xí)方法在圖像標(biāo)注方面的應(yīng)用。從數(shù)據(jù)集中選取一部分有標(biāo)簽的樣本，另一部分沒(méi)有標(biāo)簽的樣本，把它們一起作為訓(xùn)練樣本進(jìn)行學(xué)習(xí)。采用圖拉普拉斯來(lái)解決半監(jiān)督學(xué)習(xí)的問(wèn)題，首先構(gòu)建加權(quán)圖，然后求得圖拉普拉斯算子，最后代入流行正則化公式對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)

4、化。
　　3.設(shè)計(jì)了一種基于聯(lián)合特征選擇的多示例多標(biāo)簽（Joint Feature Selection of Multi-instance Multi-lable,JFS-MIML）圖像自動(dòng)標(biāo)注算法。在多示例學(xué)習(xí)的基礎(chǔ)上對(duì)數(shù)據(jù)集進(jìn)行半監(jiān)督的學(xué)習(xí)，又利用流形學(xué)習(xí)的方法可以對(duì)特征維數(shù)高的數(shù)據(jù)進(jìn)行降維處理。與此同時(shí)，本文又結(jié)合了稀疏表示構(gòu)建了線性回歸模型，最優(yōu)化得到基于特征選擇的多示例多標(biāo)簽圖像自動(dòng)標(biāo)注算法。在訓(xùn)練得到預(yù)測(cè)值后，本文通過(guò)

5、采取自適應(yīng)閾值對(duì)預(yù)測(cè)值進(jìn)行判定來(lái)得到標(biāo)簽，進(jìn)而可求得圖像標(biāo)注的準(zhǔn)確率。
　　4.本文對(duì)圖像標(biāo)注進(jìn)行了擴(kuò)展，提出一種基于最大熵模型圖像標(biāo)簽分布學(xué)習(xí)的方法。標(biāo)簽分布學(xué)習(xí)即可得到圖像的標(biāo)簽，又可得到每張圖像中標(biāo)簽的分布信息，進(jìn)而知道在每幅圖像中每種標(biāo)簽所占的比例，用戶可優(yōu)先選擇所搜索標(biāo)簽中比例最大的圖像，提高了圖像檢索準(zhǔn)確率和合理性。在標(biāo)簽分布學(xué)習(xí)的啟發(fā)下，本文把基于特征選擇的多示例多標(biāo)簽圖像自動(dòng)標(biāo)注算法應(yīng)用在標(biāo)簽分布學(xué)習(xí)中，也得到了較