基于特征重建与语义相关性校准的图像标注研究

基于特征重建与语义相关性校准的图像标注研究

ID:35067744

大小:2.59 MB

页数:53页

时间:2019-03-17

基于特征重建与语义相关性校准的图像标注研究_第1页
基于特征重建与语义相关性校准的图像标注研究_第2页
基于特征重建与语义相关性校准的图像标注研究_第3页
基于特征重建与语义相关性校准的图像标注研究_第4页
基于特征重建与语义相关性校准的图像标注研究_第5页
资源描述:

《基于特征重建与语义相关性校准的图像标注研究》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、学校代码10530学号201330111824分类号TP301密级公开硕士学位论文基于特征重建与语义相关性校准的图像标注研究学位申请人原智玉指导教师李志清副教授学院名称信息工程学院学科专业软件工程研究方向图形图像处理技术2016年4月27日ImageannotationbasedonfeaturereconstructionandsemanticcorrelationcalibrationCandidateYuanZhiYuSupervisorA.P.LiZhiQingCollegeInstituteofInforma

2、tionEngineeringProgramSoftwareEngineeringSpecializationGraphicandImageProcessingTechnologyDegreeMasterofEngineeringUniversityXiangtanUniversityDateApril27,2016湘潭大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加栋注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。

3、对本文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名讀已曰期兴>名^曰:巧;/年^月学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湘潭大学可レッ将本学位论文的全部或部分内容编入有关数据库进行检索,可レッ采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名:|瑪已日

4、期;W峰6月^|、导师签名:/^文殘曰期:冰乂年^月^曰摘要图像自动标注的研究是当前图像处理领域中的研究热点。对图像数据进行准确的标注,能够有效的提高对图像信息等数据的管理。同时在很多领域也有非常重要的意义。在当前的研究中,研究人员相继提出了基于分类、基于概率模型和基于主题的图像标注模型。在图像标注的研究过程中,存在很多限制标注性能的问题:第一是图像的底层视觉特征与高层语义信息之间的语义鸿沟问题;第二是标注词无法与图像中的目标对象进行一一对应的问题。针对这些问题,研究人员提出了很多改善的自动图像标注算法。在基于

5、分类的标注模型中,到目前为止最优秀的标注模型为多类标签方法(SupervisedMulticlassLabeling,SML),但是这种算法对参数的选择有较强的依赖性。除此之外,研究人员还提出了CMRM、CRM和MBRM等经典的基于概率模型的图像标注方法。后续的研究中,还提出了LSA、PLSA等基于主题的标注模型,虽然这些模型取得不错的标注效果,但是由于算法复杂度较高,面对大量数据,很难达到理想的标注效果。也就是说,这些算法都存在各自的局限性。为了克服语义鸿沟的问题,本文从特征优化的方面入手,提出了一种特征加权重建的方

6、法,这种方法能够有效的加强特征向量所包含的图像的视觉内容信息,主要通过对正例特征与反例特征加权求差值,从而利用差值加强特征向量。实验表明,这种算法取得了相对较好的标注性能。为了使标注性能得到进一步改善,本文提出了一种对标注结果进行校准的方法,该方法提取了图像语义标注词之间存在的相关性,在通过上述方法得到初步标注结果后,借助语义信息之间的相关性,并通过一定的判定标准以剔除多余或错误的标注词,从而使标注结果得到校准。实验表明,基于语义相关性的校准方法使标注性能得到了进一步的改善。以上两种改善的算法都是基于SVM的分类标注模

7、型,且均在Corel5k的图像数据集基础上进行实验,并且得到了预期的实验结果。关键词:图像处理;自动图像标注;SVM;特征重建;语义相关性;校准IIAbstractImageautomaticannotationisanactiveresearchfocusinthefieldofimageprocessing.Improvingtheaccuracyofimageannotationissignificanttoimprovethemanagementeffectivenessoftheimagedata.There

8、lativetechnicalmethodshaveappliedintomanyotherfiled.Manyimageautomaticannotationalgorithmshavebeenproposedinrecentyears,andmostofexistingalgorithmscontainthreecategor

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。