基于顏色恒常和多示例學(xué)習(xí)的自動(dòng)圖像標(biāo)注算法研究.pdf

1、利用人工圖像標(biāo)注結(jié)果作為索引信息并且使用此信息檢索圖像庫(kù)是一種昂貴而費(fèi)力的過(guò)程。與此同時(shí)，自動(dòng)圖像標(biāo)注由于在圖像理解和檢索方面的潛在巨大影響而逐漸受到人們的重視。 本文提出了一種新的自動(dòng)圖像標(biāo)注算法，該算法將顏色恒常性方法和多示例學(xué)習(xí)技術(shù)結(jié)合，應(yīng)用到基于分塊的圖像標(biāo)注中來(lái)。每幅圖像被看作一個(gè)包，圖像分塊對(duì)應(yīng)包中的示例。應(yīng)用合適的顏色恒常性算法來(lái)校正圖像，可以提高圖像底層視覺特征的魯棒性，使得通過(guò)多示例學(xué)習(xí)技術(shù)獲得的示例原型更能代

2、表圖像中用戶感興趣的目標(biāo)對(duì)象，從而構(gòu)造出更能代表圖像類別的包特征。本文首先系統(tǒng)地研究了現(xiàn)有的顏色恒常性算法，選擇基于灰度世界假設(shè)的general Grey-World算法對(duì)圖像進(jìn)行預(yù)處理。為了提高圖像分割的效率，本文采用了一種快速有效的圖像分塊策略；然后使用多示例學(xué)習(xí)技術(shù)構(gòu)造圖像的包特征。在構(gòu)造包特征的過(guò)程中，改進(jìn)了原有的Diverse Density（DD）算法并應(yīng)用一種快速的搜索算法來(lái)提高DD值的有效性與準(zhǔn)確性。最后，將訓(xùn)練圖像的包