基于多種圖像特征的圖像標(biāo)注研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)和多媒體信息技術(shù)的飛速發(fā)展，在生活中人們可以接觸并獲取到的圖像數(shù)據(jù)也在不斷增長。而移動(dòng)互聯(lián)網(wǎng)技術(shù)的大規(guī)模應(yīng)用更是讓人們可以隨時(shí)隨地上傳并在網(wǎng)絡(luò)上分享自己獲取到的圖像信息。由于圖像數(shù)據(jù)本身的特性，導(dǎo)致圖像數(shù)據(jù)不能像文本數(shù)據(jù)一樣被有效分析和管理，從而使得圖像數(shù)據(jù)在信息檢索中不能被有效利用，而傳統(tǒng)的通過人工對圖像進(jìn)行標(biāo)注的方式也逐漸與時(shí)代的發(fā)展脫節(jié)。同時(shí)，由于人工或眾包的方式對圖像進(jìn)行標(biāo)注存在花費(fèi)巨大，時(shí)間成本高，且根據(jù)個(gè)人理解

2、不同可能導(dǎo)致對圖像的標(biāo)注可能產(chǎn)生分歧等多種缺點(diǎn)。除此以外，文本存在不同語言，而圖像是跨越語言的，因此，直接對圖像進(jìn)行標(biāo)注可以有效解決不同語言進(jìn)行標(biāo)注的難題。否則，用戶將難以通過直接檢索的方法獲取到自己所需要的圖像數(shù)據(jù)。在這種情況下，如何通過計(jì)算機(jī)實(shí)現(xiàn)對圖像數(shù)據(jù)有效的自動(dòng)化標(biāo)注，以便后期進(jìn)行分析、管理和檢索圖像數(shù)據(jù)逐漸成為近年來研究的熱點(diǎn)問題。圖像標(biāo)注是進(jìn)行圖像檢索中的一個(gè)重要環(huán)節(jié)，這個(gè)環(huán)節(jié)融合了計(jì)算機(jī)視覺、模式識(shí)別、圖像處理等多種新技術(shù)

3、。本文針對如何利用計(jì)算機(jī)對圖像數(shù)據(jù)進(jìn)行自動(dòng)標(biāo)注的問題，嘗試?yán)脧膱D片中獲取到的圖像特征描述符來描述圖片內(nèi)容，進(jìn)行了圖像特征學(xué)習(xí)的深入研究。由于單個(gè)圖像特征可能不能完整全面的描述圖像的內(nèi)容，因此本文使用了多種圖像特征描述符，將多種圖像特征結(jié)合起來進(jìn)行綜合考慮，得到利用圖像多種特征進(jìn)行圖像自動(dòng)標(biāo)注的初步成果。
　　本研究主要內(nèi)容包括：⑴分析了對圖像進(jìn)行自動(dòng)標(biāo)注的整體流程，并對測試圖像提取多種特征而不是單一特征進(jìn)行研究。綜合利用Colo

4、rhist特征、GIST特征、SIFT特征等不同的圖像特征描述符對圖像內(nèi)容的不同方面進(jìn)行描述，打破使用單一特征對進(jìn)行內(nèi)容描述的局限。⑵利用機(jī)器學(xué)習(xí)中的多模態(tài)學(xué)習(xí)方法來訓(xùn)練，充分利用不同圖像特征與對應(yīng)圖像之間的聯(lián)系，建立起圖像特征向量與圖像內(nèi)容的關(guān)系。由于同樣的概念在不同圖片中總存在一些相似或一致的特征，因此將單獨(dú)的圖像特征作為不同的模態(tài)，每次對一個(gè)概念進(jìn)行訓(xùn)練，便可以得到概念對應(yīng)的模態(tài)特征，從而得到對應(yīng)概念的分類器。⑶由于在高維數(shù)的情況