基于voronoi图的半监督学习自动图像标注

《基于voronoi图的半监督学习自动图像标注》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：保密期限：名Ａ乂爹硕：ｔ学位论文基于Ｖｏｒｏｎｏｉ图的半监督学习自动图像标注－ｅｔａｔｉｏｎｏｆＳｅｍｉＳｕｅｒｖｉｓｅｄＡｕｔｏｍａｔｉｃＩｍａｇＡｎｎｏｐＬｅａｒｎｉｎＢａｓｅｄｏｎＶｏｒｏｎｏｉＧｒａｐｈｇ学号Ｅ１３２０１０３３吴寿昆．姓名？学位类别工学硕±—计算誦技术ｆ工１５遥￣指导教师郭玉堂２０１６年３月完成时间答会益ｆ名或乃．．．Ｉ—乃．．＾．．．１．■的■独创性声明本人声明所呈交的学位论文是本人在

2、导师指导下进行巧研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的一学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：心签字曰期：ｃ）。１峰月巧＾学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阀和借＾阅。本人授权安徽大学可！义将学位论文的全部或部

3、分内容编入有关数据库进行检索Ｌ、、汇。，可乂采用影印缩巧或扫描等复制手段保存编学位论文（保密的学位论文在解密后适用本授权书）学位论文作者签名削巾签名：（。签字日期刮年了月＾日签字日期：年厂月＾曰摘要随着图像识别技术和基于内容图像检索技术的深入发展，自动图像标注技术一受到了空前的关注，并渐渐成为了图像处理和模式识别领域里的项重要的研究课题一。自动图像标注方法的提出在定程度上解决了传统的基于文本和内容的图像检＂＂索系统存在的人工标注工作量巨大Ｗ及语义鸿沟等问题。自动图像标注首先根据全部己标注图像集来构造一个图像

4、底层视觉特征空间和图像高层语义概念空间与之间的关系模型，然后让计算机根据己有的信息自动地去学习该模型，并最终达到给未标注的图像加上能表现图像内容的语义标注词的目的。那么，如何有效地提取图像的底层视觉特征对图像语义进行准确描述，如何有效地构建一条快速的、优良的连接图像底层特征和图像高层语义之间的信息通道，如何对基本图像标注结果进行优化，这些都将是实现自动图像标注的关键，也是众多研究者面临的极具挑战性的工作。针对这些问题，本文将Ｗ基于图的自动图像标注方法为重要立足点一，围绕该方法的理论基础和实现过程展开进步研究，并给出了改进方

5、案。提取图像的底层视觉特征是自动图像标注过程面临的首要也是非常关键的基础性任务。本文着重阐述了基于颜色直方图和基于姑ｂｏｒ小波变换两种颜色和纹理特征描述方法。针对传统固定权值特征融合方法没有考虑到特征向量的内部关系Ｗ及需要大量的实验才能确定权值的问题一种基于权值矩阵加权的，提出了特征融合方法。并通过实验对比证明了该方法可达到更好检索性能。在基于传统的构图模型的半监督学习方法中，针对在构建Ｗ图像为节点的相似图时没有充分考虑到数据集中数据子集的结构分布信息的问题，提出了基于Ｖｏｒｏｎｏｉ图的ｋ阶邻近的半监督学习方法。Ｗ基于

6、Ｖｏｒｏｎｏｉ图的ｋ阶邻近的半监督学习方法为基于图的标签传播的原理一ＶｏｒｏｎｏｉＶ与机制，提出种利用基于图的半监督学习自动图像杨注方法（ＧＳＳＬ）。该方法充分考虑到Ｖｏｒｏｎｏｉ图在表达空间目标影响区域的天然优越性，及其ｋ阶邻近在表示点对间的相似性时很好地融合了图像数据点在特征空间内的分布Ｉ安徽大学硕±学位论文基于Ｖｏｒｏｎｏｉ图的半监督学习自动图像标注信息。在构造图像间的相似图时引入了Ｖｏｒｏｎｏｉ图来对其进行影响，充分利用未标注图像与己标注图像底层特征的内在相关性，，Ｗ图为载体半监督学习为指导，标签传播算法为驱动

7、，再结合多橋记学习思想，实现了已标注图像的标注词向未标注图像的传递，，并最终完成了对未标注图像的标注任务。通过方法对比实验ＶＧＳ化相比于其他方法能够获得较高的性能，且标注结果有了显著改善。关键词：自动图像标注；基于图半监督学习；Ｖｏｒｏｎｏｉ图；ＩＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔ－ｅｒｅｃｏｎｉｔｉｏｎ１ｔＷｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｍａｇｇ；ｅｃｈｎｏｌｏｇｙａｎｄｃｏｎｔｅｎｂａｓｅｄｉｍａｇｅｒｅｔｒｉｅｖａｌｔｅｃｈｎｏｌｏｇｙ，Ｔｈｅａｕｔｏｍａｔｉｃｉｍａｇｅａｎｎｏ

8、ｔａｔｉｏｎｂｃｈｎｏｌｏｇｙｈａｓｒｅｃｅｉｖｅｄｕｎｐｒｅｃｅｄｅ