基于稀疏表示的图像标签填充算法的研究与实现

《基于稀疏表示的图像标签填充算法的研究与实现》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、參與交抑看硕±专业学位论文３ｆ麵基于稀疏表示的图像祿签填充算法的研究与实＾＾工程领域计算机技术指导教师冯松鹤副教授＾培养院计算机城息技术学１？硕±专业学位论文基于稀疏表示的图像标签填充算法的研巧与实现ＲｅｓｅａｒｃｈａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＩｍａｇｅＴａｇＣｏｍｌｅｔｉｏｎｐｂａｓｅｄｏｎＳａｒｓｅＲｅｒｅｓｅｎｔａｔｉｏｎＴｈｅｏｒｙｐｐ作者：霍县臭导师：冯松鹤北京交通大学２０１６年１０月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特

2、授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印。提供阅览服务、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅，同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名；导师签名：彩。日签字日期＇６／签字日期年作月；２＾年月导日：方化引Ｉ１学校代码：０００４密级：公开北京交通大学硕主专业学位论文基于稀疏表示的图像标签填充算法的研究与实现ＲｅｓｅａｒｃｈａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＩｍａｇｅＴａｇＣｏｍｐｌｅｔｉｏｎｂａｓｅｄｏｎ

3、ＳｐａｒｓｅＲｅｐｒｅｓｅｎｔａｔｉｏｎＴｈｅｏｒｙ作者姓名；霍畳吴学号：１４１２５２１５导师姓名：冯松鹤职称：副教授工程硕±专业领域：计算机技术学位级别：硕壬北京交通大学２０１６年１０月ｉ致谢本论文的研究工作是在我的导师冯松鹤老师的悉屯、指导下完成的，冯松鹤老师科学的工作方法和严谨的治学态度给了我极大的帮助和影响。在此对冯松鹤在我研究生两年年Ｗ来在学术研究上给予我的帮助和指导表示衷屯、的感谢。冯松鹤老师对我的科研工作和论文撰写都提出了很多宝贵的意见和建议，在、，此对朗老师表示衷屯的感谢，在实验室科研工作方面

4、给予我了极大的帮助和指导在实验工作中冯老师指导我解决了很多问题，冯老师严谨的治学态度和刻苦的学术精神对我的学习和工作产生了极大的影响、，在此对冯老师表示衷屯的感谢。郎丛妍教授对我的科研王作和论文撰写都提出了宝贵的意见和建议，指导我解决了很多学术上的疑问和难题，不管是在学习上还是生活上都给我了很多的指。导、关私及帮助，在此衷也的感谢郎老师在完成实验室学术工作和撰写论文期间，宋航、邢妍妍、梁丽倩等同学对我的研究工作和实验过程都给予了热情帮助和合理建议，在此向他们表达我的感激之情。、另外也由衷的感谢我的家人，他们的理解和支持使得我能够在学校专屯完成

5、一我的学业，谢谢你们每位。北京巧通大学硕±专业学位论文摘要摘要，随着互联网的飞速发展，巧线社群图像的规模呈爆炸式增长面对日益庞大的图像数据，如何对图像库进斤有效的组织、管理和检索成为亟待解决的问题。标签是当前标注这些网络图像的重要方式，但是由于受用户知识背景和主观感情的影响，导致用户对图像内容的描述是模糊的、甚至有可能是不正确的，许多正确的标签可能并没有被标注到图像上，最终导致用户从海量社群图像中检索目标图像变得非常困难。因此，为了提高图像上标注正确标签的数量，标签填充问题一一成为图像检索领域个非常热口的研究课题。基于此，本文提出种基于稀疏

6、表示的标签填充算法来解决标签填充。通过对现有的图像标签填充研巧成果进行详细的研究和分析，发现现有的方法在完成标签填充工作时，，对于给定的初始图像标签矩阵都是从全局上来优化一，矩阵，得到最终的填充结果。于是本文提出了种从每个向量入手来重建图像，的特性，使用群组约束来设置重建权重，完成重建过程中的特征选择。具体来说该方法首先从矩阵的行向量入手，重建图像特性，在重建时根据稀疏群组约束来一获得权重，得到的重建结果和最初的标记矩阵按照个权重融合，同时考虑到了初始标记标签的信息。可Ｗ采取Ｋ近邻方法来寻找目标图片的Ｋ个最相似图片来建立字典矩阵，，这个字

7、典矩阵用来重建图像特性，从而缩小了字典矩阵的维度提高了计算效率。对于最终的重建结果，选取重建值高的标签，作为正确标签填充到图像标签矩阵中。本文将稀疏表示思想加入到到标签填充算法框架中一，为标签填充问题提供种新的思路法，具有重要的理论与实际意义。为了验证提出的基于稀疏表示的标签填充算法的性能，本文在Ｃｏｒｅｌ化图像数据集和Ｆｌｉｃｋｅｒ３０图像数据集上分别进行了大量实验。关键词：稀疏表示理论；图像标签；Ｋ近邻方法；特征选择ｉｉｉ北京交通大学硕±专业学位论文ＡＢＳ