图像自动标注算法研究及其应用

《图像自动标注算法研究及其应用》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、分类号：TP393密级：公开UDC：学校代码：10127硕士学位论文论文题目：图像自动标注算法研究及其应用英文题目：Researchandapplicationofautomaticimageannotationalgorithm学位类别：工学硕士研究生姓名：郑政宇学号：201202097学科(领域)名称：软件工程指导教师：谭跃生职称：教授协助指导教师：职称：2015年6月3日内蒙古科技大学硕士学位论文摘要由于数字图像信息的直观性、形象性以及生动性使其在多个领域得到广泛的应用，例如：教育、商业、新闻传播以

2、及医学等。而近年来随着在互联网的迅猛发展和计算机硬件的升级，数字多媒体图像出现了爆炸式的增长，人类拥有了前所未有的、海量的、数以亿计的图像资源。数字图像信息的海量化给人类带来便利的同时也带来了问题，即：如何准确、高效地从数以亿计的图像资源中检索出用户所需要的数字图像信息。因此，图像检索成为了数字图像信息研究的一大难题，并且困扰了多媒体领域研究多年。对于当前图像自动标注的最常用的一类模型——生成模型，本文结合生成模型自动标注框架，对自动标注中可能造成速度变慢的方面进行的研究。传统的生成模型，分为图像表示，文

3、本表示和建立图像-文本主题三个方面，即将一副图像用文本矩阵和底层特征进行表示，再将这两种表示方式适用一定方法进行关联，生成出一个主题，并利用这个主题对后来的图像进行分类标注。本文针对传统局部特征提取算法在提取特征点时效率不高，生成描述子需要计算主方向等问题，本文结合经典SURF算法和RGT（RadialGradientTransform），在精度损失尽可能小的情况下提高局部不变特征提取速度，提出了一种改进的AR-SURF（加速径向SURF）算法。该方法在特征检测阶段，在定位特征点时减少构造尺度空间时所计算

4、的响应层个数，将求取对应点响应放在定位阶段。在特征描述阶段，取消确定主方向的过程，将特征点周围区域的Haar小波响应进行RGT变换，然后将特征点周围区域划分为多个同心圆，并统计特征点周围圆形区域内的响应结果，最后利用小波响应结果得到旋转不变的特征描述子。实验结果表明，AR-SURF算法节省了时空损耗，提升了定位速度，提取效果更好。AR-SURF算法在实时性要求高或者需要海量图像处理的情况下较SURF算法更加合适。在文本表示和建立图像-文本关联主题的过程中，选用精度和速度都表现优异的LSA算法（Latent

5、semanticanalysis）和CCA（Canonicalcorrelationanalysis）算法，同时利用稀疏特征向量的方法对CCA加速，得到SparseCCA算法，组成新的图像自动标注的框架。理论上，图像标注能够帮助图像挖掘和图像检索得到更好的结果。关键词：图像自动标注；AR-SURF；隐语义分析；稀疏典型相关性分析I内蒙古科技大学硕士学位论文AbstractAsthequantityofimagedatapresentinggeometricgrowth,theexistingimagere

6、trievalproblemswhicharecausedbyitsusingkeywordsortextlabelasretrievalmechanismarestronglyappeared.Besides,artificialjobontheannotationimageislaboriousandtime-consuming,andartificialannotationhassubjectiveanduncertaintynaturewhichleadtoonepossibility:thean

7、notatingresultsmadebydifferentindividualscanexistkindofdifferenceamongtheseresults.Hence,highefficiencyandprecisemethodforautomaticimageannotationsurelycanefficientlypromotetheperformanceofimage-annotationsystem.Forpreviousonekindofmostnormalmodelsinautom

8、aticimage-annotationfield，generativemodel,thisarticlecombiningwiththemethodwouldstudythepotentialfactorsthatcauseslowerspeedintheprocessofautomaticannotation.Andasweknow,traditionalgenerativemodelcandivideintothreea