基于多示例學(xué)習(xí)的跨場(chǎng)景圖像自動(dòng)標(biāo)注研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，電子商務(wù)早已經(jīng)深深的改變了我們傳統(tǒng)的生活方式。高性能智能終端又讓隨時(shí)隨地的自拍成為可能，導(dǎo)致產(chǎn)生了海量的不同場(chǎng)景的圖像。大量這些不同場(chǎng)景，背景復(fù)雜，非規(guī)則圖片信息的檢索和識(shí)別已經(jīng)成為了一個(gè)重要的研究問(wèn)題。圖像標(biāo)簽作為圖像的直觀文字描述，能為圖像處理提供額外信息，對(duì)圖像處理具有重要的作用。而海量、復(fù)雜的跨場(chǎng)景圖片如果單純依靠人工進(jìn)行標(biāo)注具有很大困難，因此跨場(chǎng)景圖像的自動(dòng)標(biāo)注技術(shù)研究就為這些圖片的充分標(biāo)注提供了可能

2、，也為后續(xù)的圖像處理應(yīng)用提供了基礎(chǔ)。
　　圖像自動(dòng)標(biāo)注問(wèn)題是圖像處理領(lǐng)域的重要問(wèn)題之一，傳統(tǒng)的方法提取圖像的全局特征或局部特征，將圖像映射到特征空間上，并通過(guò)機(jī)器學(xué)習(xí)的方法最終完成標(biāo)注過(guò)程。這類方法并未考慮到圖像中不同物體與標(biāo)注之間的關(guān)系，也無(wú)法解決多場(chǎng)景圖像背景差異性的問(wèn)題。因此，本文提出了基于多示例學(xué)習(xí)的跨場(chǎng)景圖像標(biāo)注算法，擴(kuò)展了傳統(tǒng)自動(dòng)標(biāo)注的應(yīng)用范圍，主要完成了如下工作：
　　首先，根據(jù)實(shí)際應(yīng)用的需求，提出了通過(guò)跨場(chǎng)景

3、圖片標(biāo)注的方法解決跨場(chǎng)景圖像的識(shí)別問(wèn)題。針對(duì)跨場(chǎng)景人體服裝背景復(fù)雜、內(nèi)容豐富的特點(diǎn)，提出了針對(duì)這類圖像的特殊預(yù)處理與特征提取方法；
　　其次，考慮到不同場(chǎng)景下，同一物體往往呈現(xiàn)不同表現(xiàn)形態(tài)，因此將多示例學(xué)習(xí)框架與圖像自動(dòng)標(biāo)注相結(jié)合，并設(shè)計(jì)了相應(yīng)的跨場(chǎng)景圖像標(biāo)注流程；
　　最后，結(jié)合本文提出的圖像標(biāo)注流程，選擇多示例學(xué)習(xí)方法作為圖像標(biāo)注的分類算法，并考慮圖像語(yǔ)義的歧義性，將多示例學(xué)習(xí)擴(kuò)展到多示例多類標(biāo)學(xué)習(xí)。并對(duì)已有的多示例多類