论文部分内容阅读
随着互联网和多媒体技术的快速发展，图像信息资源遍布人们的日常生活，因此从中快速查找到所需的资源成为了亟待解决的问题。从20世纪70年代末期开始，图像检索技术发展至今经历了三个主要阶段:基于文本的图像检索技术，基于内容的图像检索技术，和被誉为最有价值的基于语义的图像检索技术。实现基于语义的图像检索，其中至关重要的一个步骤就是图像高层语义的自动提取，这也成为了当前图像研究领域的一个热点问题。
基于此，本文提出了两种新颖的基于语义分析的图像多标签标注算法。第一种是基于多模型的多标签标注算法。该算法采用了MFBSA和MNKDA构造前景概念检测模型，针对背景标注提出了RSA模型，为了进一步改进标注结果，本文采用LSA构造语义分析网络，改善标注性能。第二种方法是基于双层PLSA模型的图像自动标注算法。该模型为图像可视化信息和标签信息分别训练了PLSA模型，将得到的分析信息进行融合，并利用高层PLSA模型建立了高层语义和低层特征之间的联系，实现了图像语义的自动提取。
本文在大量数据集上进行了实验，并与其他算法进行了对比。实验结果充分表明了本文提出的算法能够有效实现图像高层语义概念的自动提取;且与其他同类算法相比较，能够得到更准确的图像多标签标注结果。