基于日志的協(xié)同圖像自動標(biāo)注.pdf

1、近年來,科學(xué)技術(shù)依然保持著快速發(fā)展的勁頭,其中互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的發(fā)展尤為突出,各種高清多媒體數(shù)碼設(shè)備也非常普及,因此產(chǎn)生海量圖像,如何有效的處理爆炸式增長的圖像,如何在海量圖像中快速檢索到目標(biāo)圖像已成為一個熱點問題,自動圖像標(biāo)注技術(shù)能提高檢索效率,因此受到人們的重視。主要研究內(nèi)容如下:
　　首先,本文針對詞袋模型在圖像分類和識別時,缺少局部視覺特征間空間位置關(guān)系的問題,提出利用基于空間位置的視覺詞組法,即挖掘出那些空間位置相

2、近且經(jīng)常一起出現(xiàn)的視覺詞匯,對原始視覺詞典進(jìn)行擴(kuò)充,進(jìn)而彌補(bǔ)詞袋模型的這一不足。然而在用詞袋模型表示圖像時,它依然存在著局部視覺特征無序的問題,因此本文提出基于詞袋的空間金字塔模型,利用空間金字塔模型在圖像空間而非特征空間對圖像進(jìn)行層次劃分,進(jìn)而對圖像進(jìn)行基于視覺詞典的表示,部分的緩解了特征無序問題。
　　其次,本文在分析諸多標(biāo)注模型的基礎(chǔ)上,結(jié)合用戶反饋日志與協(xié)同的思想提出基于日志的協(xié)同自動圖像標(biāo)注方法。首先根據(jù)用戶反饋的日志信

3、息,采用增量關(guān)聯(lián)規(guī)則處理圖像間、圖像與標(biāo)注詞間的關(guān)系,去除其中的噪聲,再利用協(xié)同濾波思想擴(kuò)展圖像標(biāo)注詞數(shù)量,然后利用 WordNet語義網(wǎng),構(gòu)建標(biāo)注詞庫各個元素間語義關(guān)系,進(jìn)一步完善各個圖像的標(biāo)注詞間關(guān)系,最后在混合概率模型框架下,利用基于袋詞的空間金字塔的方法計算圖像底層特征,并結(jié)合標(biāo)注詞間關(guān)系來提高圖像的標(biāo)注性能。
　　最后,本文將標(biāo)注系統(tǒng)中各功能模塊和算法進(jìn)行整合,并編程實現(xiàn)一個自動圖像標(biāo)注系統(tǒng)。該系統(tǒng)不僅能夠完成圖像檢索,