一种基于语义子空间谱聚类的自动图像标注的方法

《一种基于语义子空间谱聚类的自动图像标注的方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种基于语义空间谱聚类的自动图像标注方法郭玉堂1,2，韩昌刚21．合肥师范学院计算机科学与技术系,合肥2306012．安徽大学计算机科学与技术学院,合肥230039摘要:由于“语义鸿沟”的存在，低层特征相同或相似的图像，其语义有可能完全不同。如何挖掘图像的高层语义与低层特征之间的内在联系是当前图像标注领域研究的难点之一。在详细分析现有的图像标注方法优缺点的基础上，提出了一种基于语义一致性的谱聚类图像标注方法。该方法首先在语义空间内，对训练图像先按语义聚类，使得语义相同或相近的图像处于同一类中，再对每个语义类按区域特征聚类，把相似区域聚类到同一个块中，然后运用多伯努利

2、模型求出语义类中每个块与语义间的联合概率分布，利用该联合概率分布模型为未标注图像进行标注。实验结果表明所提出的方法明显提高了标注准确度。能有效地建立图像的低层特征与语义特征间的一致性。关键词:图像标注K-调和均值图谱聚类语义鸿沟AutomaticImageAnnotationUsingSemanticSubspacegraphspectralclusteringAlgorithnGuoYu-tang1，HanChang-gang21．DepartmentofComputerScienceandTechnologyinHefeiNormalCollege,Hefei2

3、30061,China2．SchoolofComputerScienceandTechnologyinAnhuiUniversity,Hefei230039,Chinaaieyt@ah.edu.cnAbstract:Duetoexistingthesemanticgap,imageswiththesameorsimilarlowlevelfeaturesarepossiblytotallydifferentonsemanticlevel.Howtofindtheunderlyingrelationshipbetweenthehigh-levelsemanticand

4、lowlevelfeaturesisoneofthedifficultproblemsforimageannotation.Inthispaper,anewimageannotationmethodbasedongraphspectralclusteringwiththeconsistencyofsemanticsisproposedwithdetailedanalysisontheadvantagesanddisadvantagesoftheexistedimageannotationmethods.Thismethodfirstlyclusterimageint

5、oseveralsemanticclassesbysemanticsimilaritymeasurementinthesemanticsubspace.Withineachsemanticclass,imagesarere-clusteredwithvisualfeaturesof.regionThen,thejointprobabilitydistributionofblobsandwordswasmodeledbyusingMultiple-BernoulliRelevanceModel.Wecanannotateaunannotatedimagebyusing

6、thejointdistribution.Experimentalresultsshowthetheeffectivenessoftheproposedapproachintermsofqualityoftheimageannotation,theconsistencyofhigh-levelsemanticsandlowlevelfeaturesisefficientlyachieved.KeyWords:imageannotation,K-HarmonicMeans,graphspectralclustering,semanticgap基金项目：安徽省自然科学基

7、金项目（11040606M134）、安徽省高校自然科学基金重点项目（KJ2009A150）1引言自动图像标注指的是指借助计算机视觉、机器学习与模式识别等多学科技术，从一组已标注好的图像集合中学习图像特征与文本标注两种模态间的相关性，为未标注的图像推理出最为可能的标注或关键字。一旦图像被成功标注，图像检索问题就可以转化就可以用这样一组关键词来进行，当前技术已相当成熟的文本检索方法就可以用于图像检索[1]中。因此，图像语义标注得到了国内外相关领域的研究人员的广泛重视。目前，国内外已经有许多学者提出了各种不同的方法，并取得了相当多的成果。如共现模型[2]、翻译模型[3