基于條件隨機場與糾錯輸出碼的圖像自動標注方法研究.pdf

1、隨著萬維網(wǎng)和多媒體技術的發(fā)展,人們能更加便捷地獲得圖像資料,使得信息量遠遠大于文本資料的圖像更受人們青睞,圖像的應用也日益變得廣泛。如何在海量的數(shù)據(jù)庫里準確地檢索到用戶所需要的信息,成為迫切需要解決的問題。于是基于內容的圖像檢索技術應運而生,并成為圖像領域研究的熱點問題。圖像自動標注技術是圖像檢索和圖像智能識別的關鍵,是目標識別和圖像理解等領域工作的基礎。圖像自動標注技術利用一些關鍵詞為圖像進行標注,這些標注能夠反映圖像的語義內容,適用

2、于未來大規(guī)模的圖像檢索。本文將目前較為新興的圖模型算法即條件隨機場(Conditional Random Field)模型,引入到了圖像標簽研究工作中,條件隨機場模型能夠很好地對圖像標簽之間的相互影響進行建模,提高標簽推理的正確率。但是該智能算法的引進帶來了訓練時間長、模型復雜等一系列難題,于是提出基于糾錯輸出碼的圖像標簽模型,該模型簡便靈活,能夠實現(xiàn)低復雜度的圖像自動標簽,頗具研究意義。本論文的主要工作有以下幾個方面:
　　1.

3、數(shù)字圖像以單個像素的形式儲存,其龐大的數(shù)據(jù)量和冗余信息一直是圖像處理中的難點。本論文為減少后續(xù)圖像算法的復雜度,基于像素之間的相關性,將圖像先進行超像素分割得到超像素圖,后面章節(jié)的算法均是以超像素替代像素為基本處理單位,減少了計算的復雜度。
　　2.以超像素為概率圖的節(jié)點,利用條件隨機場進行建模,基于給定的訓練數(shù)據(jù)對模型進行訓練,然后對測試圖像進行自動標注,條件隨機場充分利用了超像素間的相互影響這一信息,從而提高了自動標注的準確率