基于改進多樣性密度的圖像標(biāo)簽定位與分析.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展和數(shù)字技術(shù)的進步,網(wǎng)絡(luò)圖像資源與日劇增。如何對海量的圖像資源進行高效的組織、管理和檢索,成為信息檢索領(lǐng)域的一大難題。計算機領(lǐng)域的學(xué)者們嘗試通過圖像標(biāo)注的方法解決此類問題。針對圖像級標(biāo)注方法越來越難以解決互聯(lián)網(wǎng)圖像內(nèi)容的高復(fù)雜性問題,本文在圖像已經(jīng)含有圖像級層次的標(biāo)簽的前提下,研究如何在圖像區(qū)域和標(biāo)簽之間建立匹配聯(lián)系以實現(xiàn)標(biāo)簽定位,以及如何增添具有描述性的屬性標(biāo)簽。這樣可以更加全面、完整地描述圖像內(nèi)容,從而更好地利用圖像標(biāo)

2、注解決圖像檢索問題。本文的主要工作和創(chuàng)新點如下:
　　(1)概述了現(xiàn)有的圖像標(biāo)注方法,包括基于分類的圖像標(biāo)注、基于概率模型的圖像標(biāo)注和基于互聯(lián)網(wǎng)數(shù)據(jù)集的圖像標(biāo)注。闡述了社會化媒體下的社會性標(biāo)簽處理的相關(guān)工作以及圖像的底層視覺特征的提取過程。同時對基于多樣性密度的圖像標(biāo)注方法進行了介紹。
　　(2)提出了基于區(qū)域語義多樣性密度的圖像標(biāo)注框架以獲得全面的圖像標(biāo)簽信息。首先,為了衡量圖像的每個標(biāo)簽與圖像各區(qū)域之間的相關(guān)程度,以得到

3、標(biāo)簽的相關(guān)語義區(qū)域,本文提出了多樣性密度標(biāo)簽定位方法,包括基于距離相似度的特征多樣性密度方法 DDSIM、基于區(qū)域位置的空間關(guān)系多樣性密度方法 DDL和綜合多樣性密度方法 DDCom。這三種算法充分利用了區(qū)域間的視覺特征差異和空間結(jié)構(gòu)差異,同時考慮負(fù)相關(guān)示例的懲罰作用,可以較準(zhǔn)確的得到標(biāo)簽在圖像中的相關(guān)區(qū)域。在此之后,通過區(qū)域?qū)傩哉Z義標(biāo)簽對相關(guān)區(qū)域進行分析學(xué)習(xí),得到對區(qū)域具有描述性的屬性標(biāo)簽。
　　(3)提出基于內(nèi)容和語義的圖像檢