基于多标记学习的图像标注技术的研究

《基于多标记学习的图像标注技术的研究》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、南京大学研究生毕业论文基于多标记学习的图像标注技术的研究ResearchonImageAnnotationTechniquesbasedonMulti--LabelLearning南京大学计算机科学与技术系佘俏俏导师：姜远副教授二O一一年五月南京大学研究生毕业论文随着数据采集、存储技术的飞速发展，数字图像的积累越来越容易，用户在数字图像管理方面的需求不断增加、深化，利用机器学习技术来提高图像自动标注的性能受到了越来越多的关注。本文对此进行研究，针对图像自动标注处理对象所具有的多义性、大规模性，通过引入多标记学习、集成学习等技术，提出新型图像标注学习方法，主要

2、包括两方面的工作：1．提出一种基于标记传播与随机森林结合的多标记学习方法RFLP。该方法利用随机决策树进行数据压缩，在压缩后的数据上进行标记传播，再通过随机森林在所有未标记样本上进行传播结果的泛化。实验结果表明，RFLP方法可以有效地对大规模多标记样本进行学习。2．提出一种基于纠错码的多标记集成学习方法ME．ECOC。该方法利用纠错码技术对多标记问题进行分解，然后用集成学习技术将子分类器的学习结果进行结合。实验结果表明，ML．ECOC方法在利用纠错码提高多标记集成学习的性能方面取得了一定效果。鬃穗翻：机器学习；图像标注；多标记学习；集成学习南京大学研究生毕业

3、论文Withthedevelopmentofdigitalcollectionandstoragetechniques，thenumberofimagesisbooming，anduserneedsonthedigitalimagemanagementareincreasingand{deepening．Asaresult，toexploitmachinelearningtechniquesfortheperformanceimprovementofautomaticimageannotationhasattractedmuchattention．Thist

4、hesisstudiesit，focusingontheproblemsofcontentambiguityandlarge-scale，whicharethepropertiesoftheobjectsdealtbyautomaticimageannotation．Utilizingmulti-labellearning,ensemblelearningandothermachinelearningtechniques，novelimageannotationlearningmethodsareproposed．Indetail，maininnovativ

5、econtributionscanbesummarizedasfoIlows：1．Weproposeamulti-labellearningmethodcalledRFLP,basedonbothlabelpropagationandrandomforest．Itreducesthelarge—scaledatatosmall-scalebyrandomdecisiontrees，propagateslabelsonthecompresseddata，andafterthat，spreadsthepropagationresultstoalltheunlab

6、eledinstancesusingrandomforest．EmpiricalstudiesshowthattheproposedmethodRFLPcaneffectivelyworkonlarge--scalemulti··labeldatasets．2．Basedonerror-correctingcodes，weproposeamulti-labelensemblelearningmethodcalledNIL-ECOC．Itdecomposesthemulti-labellearningproblembyerror-correctingoutpu

7、tcodes，andthencombinestheresultsofbaseclassifiersbyensemblelearning．EmpiricalstudiesshowthatML·ECOChasachievedsomesuccessOHutilizingerror-correctingcodestoimprovetheperformanceofmulti—labelensemblelearning．：Machinelearning；Imageannotation；Multi—labellearning；Ensemblelearning南京大学研究生

8、毕业论文目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯