弱標注環(huán)境下基于多標簽深度學習的加速圖像標注.pdf

1、隨著數(shù)字信息技術不斷融人人們生活，各種圖像的數(shù)量增長迅猛，如何對這些海量的圖像進行有效的管理并從中挖掘出對用戶有用的信息成為亟需解決的問題。圖像的多標簽語義標注用自然語言來描述圖像，將對圖像的檢索轉換為人類易于理解的文本檢索，是解決以上問題的有效辦法。因此，圖像的多標簽語義標注越來越受到重視。
　　當前多標簽圖像標注主要遇到兩個問題。一個來源于算法層面:基于傳統(tǒng)機器學習的算法特征提取十分復雜，需要有經驗的人進行精心的特征選取;而基

2、于多標簽深度學習的圖像標注雖然效果好且不需要人工進行特征提取和挑選，但是當前的深度學習模型往往由于計算量巨大導致CPU模式下標注速度過慢而實用性較差;一個來源于數(shù)據(jù)層面:真實環(huán)境中訓練數(shù)據(jù)集廣泛存在語義標簽集不完整問題，而且低頻語義標簽和高頻語義標簽的圖像數(shù)據(jù)分布十分不均衡，這種數(shù)據(jù)集稱為弱標注數(shù)據(jù)集，這種數(shù)據(jù)集的標簽不完整和語義分布失衡會嚴重的影響模型的學習效果。
　　針對上述問題，本文提出了弱標注環(huán)境下基于多標簽深度學習的圖像

3、加速標注方法。論文的主要工作如下:
　　(1)針對深度卷積神經網(wǎng)絡VGG-16速度過慢的問題，構建了一種新的深度卷積神經網(wǎng)絡:通過修改模型卷積核的步長等方法，減小每層的輸出維度，構建出一個參數(shù)計算量約為網(wǎng)絡VGG-16近1/7的深度卷積神經網(wǎng)絡New Net;然后再對本文提出的網(wǎng)絡的相應卷積層進行奇異值分解(SVD)，并構建出參數(shù)計算量約為網(wǎng)絡VGG-16近1/10的分解網(wǎng)絡New_SVD_Net。本文提出的分解網(wǎng)絡在測試集上的平

4、均準確率相比于網(wǎng)絡VGG-16降低2.5％，但是在CPU模式下處理單張圖片的速度卻加快了近6倍，大大提升了深度模型的實用性。
　　(2)針對弱標注數(shù)據(jù)集環(huán)境的訓練數(shù)據(jù)集，設計了針對弱標注數(shù)據(jù)集的數(shù)據(jù)迭代優(yōu)化算法框架:通過補充低頻語義標簽的單標簽圖像數(shù)據(jù)的方法來提升深度卷積神經網(wǎng)絡對低頻語義標簽的識別精度;通過得到的最終模型對原始訓練集進行預測標注，并與原始標簽集進行合并，其中預測標注步驟本文使用特征融合和KNN分類器替代softm