| 弱标签环境下基于语义邻域学习的图像标注 |
| |
| 引用本文： | 田枫,沈旭昆.弱标签环境下基于语义邻域学习的图像标注[J].计算机研究与发展,2014,51(8). |
| |
| 作者姓名： | 田枫 沈旭昆 |
| |
| 作者单位： | 1. 虚拟现实技术与系统国家重点实验室(北京航空航天大学) 北京 100191;东北石油大学计算机与信息技术学院 黑龙江大庆 163318
2. 虚拟现实技术与系统国家重点实验室(北京航空航天大学) 北京 100191 |
| |
| 基金项目： | 国家"八六三"高技术研究发展计划基金项目，国家自然科学基金项目，黑龙江省教育厅科学技术研究项目，东北石油大学青年科学基金项目 |
| |
| 摘 要： | 图像语义自动标注是实现图像语义检索与管理的关键,是具有挑战性的研究课题.传统的图像标注方法需要具有完整、准确标签的数据集才能取得较好的标注性能.然而,在现实应用中获得数据的标签往往是不准确、不完整的,并且标签分布不均衡.对于Web图像和社会化图像尤其如此.为了更好地利用这些弱标签样本,提出了一种基于语义邻域学习的图像自动标注方法(semantic neighborhood learning from weakly labeled image,SNLWL).首先在邻域标签损失误差最小化意义下,填充训练集样本标签.通过递进式的邻域选择过程,保证建立的语义一致邻域内样本具有全局相似性、部分相关性和语义一致性,并且语义标签分布平衡.在邻域标签重构误差最小化意义下进行标签预测,降低噪声标签对性能的影响.多个数据集上的实验结果表明,与已知的具有较好标注效果的方法相比,此方法更适用于处理弱标签数据集,标准评测集上的测试也表明了此方法的有效性.
|
| 关 键 词： | 图像标注 自动标注 弱标签 语义邻域 邻域学习 |
Image Annotation by Semantic Neighborhood Learning from Weakly Labeled Dataset |
| |
| Tian Feng,Shen Xukun.Image Annotation by Semantic Neighborhood Learning from Weakly Labeled Dataset[J].Journal of Computer Research and Development,2014,51(8). |
| |
| Authors: | Tian Feng Shen Xukun |
| |
| Abstract: | |
| |
| Keywords: | image annotation automatic annotation weak label semantic neighborhood neighborhood learning |
| 本文献已被 CNKI 等数据库收录！ |
|
