基于內(nèi)容的互聯(lián)網(wǎng)社交圖像標簽處理與分析.pdf

1、網(wǎng)絡社交圖像共享網(wǎng)站例如Flickr和Zooomr允許用戶分享自己的多媒體信息以用來社會化交換。這些服務的一個重要特點是用戶手工對他們的圖像標注關鍵字標簽,并用這些標簽作為索引關鍵字進行圖像搜索和其他應用。但是,由于這些標簽通常是由不同背景的互聯(lián)網(wǎng)用戶提供的,它們與圖像的真實內(nèi)容之間存在著偏差。這嚴重影響了基于標簽的多媒體應用并對多媒體研究提出了新的挑戰(zhàn)。
　　圍繞互聯(lián)網(wǎng)社交圖像標簽存在的問題,本文展開一系列工作來處理和分析社交圖

2、像的標簽信息,尤其是使用基于內(nèi)容的圖像分析技術來提高標簽相對于圖像內(nèi)容的描述能力,并獲得精確可靠的標簽標注結(jié)果。我們充分嘗試利用互聯(lián)網(wǎng)上豐富的圖像數(shù)據(jù)、用戶的群體知識信息、詞匯的語義知識庫等信息源,結(jié)合機器學習、計算機視覺和信息檢索等方法,對互聯(lián)網(wǎng)社交圖像標簽和基于標簽的一系列應用問題進行了深入的研究。本文的主要成果和創(chuàng)新包括以下幾點:
　　·提出了標簽排序這一研究問題,提出一種基于圖像內(nèi)容的自動標簽排序算法來將圖像的標簽賦予不同

3、的相關度。具有不同相關度的標簽有助于提高基于標簽的視覺信息搜索并提高基于標簽的應用問題的相關性。
　　·提出社交圖像標簽修正問題。提出了一種系統(tǒng)的標簽修正算法,充分體現(xiàn)了用戶,數(shù)據(jù)和圖像特征的相互關系。在此基礎上進一步提出一種協(xié)同標簽修正算法,其針對每一個標簽建立一個圖像相似圖,并利用標簽之間的語義相關性將不同標簽的修正過程耦合在一起,該方法不僅提高了標簽的質(zhì)量,同時形成了一種新的基于多圖的多標簽傳播算法,豐富了基于圖的半監(jiān)督機器

4、學習技術。
　　·提出一種能夠描述圖像之間多種關系的多邊圖結(jié)構(gòu),其中每條邊連接圖像之間相似的兩個局部區(qū)域。通過在該結(jié)構(gòu)上進行標簽傳播,實現(xiàn)了圖像的區(qū)域標注。這不僅得到了更細粒度上的標簽信息,也進一步提高了基于內(nèi)容的圖像檢索系統(tǒng)的可靠性。我們進一步將該多邊圖結(jié)構(gòu)擴充為異構(gòu)多邊圖,使得其可以接受多種異構(gòu)底層特征為輸入。提出了一個核心關系式來實現(xiàn)多邊圖和異構(gòu)多邊圖上的標簽傳播,豐富了基于圖的機器學習技術。
　　·提出一種半自動的相