论文部分内容阅读
随着数字化影像设备和网络技术的飞速发展，图像数据资源不断扩大，越来越丰富，这给图像检索和浏览带来了巨大的挑战。为了能从不同类型的图像数据集中准确、快速地找到用户所需要的图像，建立有效的图像检索系统已经成为亟待研究解决的问题。其中，自动图像标注技术是解决这一问题的重要途径，引起了研究者们极大的关注。一方面，经过研究人员的不断努力，自动图像标注技术已经取得了显著的进步和发展，另一方面，由于图像低层视觉特征和图像包含的语义之间存在的“语义鸿沟”问题，使得已有自动图像标注技术的性能与人们的期望还存在着一定的差距。
自动图像标注技术旨在根据图像的低层视觉特征，自动推断出图像所表达的语义，并用一个或多个语义关键词对图像语义进行描述。其中，图像特征选择、低层特征到高层语义之间映射模型的建立是自动图像标注技术的两个关键问题。本文主要针对自动图像标注技术中这两个关键问题展开研究，提出了一系列新颖的标注算法，期望通过对这些问题的研究来有效提高自动图像标注的性能。论文主要创新之处为：
1、提出了一种基于特征加权的自动图像标注方法。低层特征的选择与提取是图像标注的基础，一方面，所选择的图像特征应能代表各种不同的图像属性，利于不同类别图像之间的区分；另一方面，为了提高后续模型的计算效率，需要减少噪声特征、冗余特征。本文提出了一种基于特征加权的图像标注方法，该方法根据图像低层特征分布的离散程度来衡量特征相对于类别的重要性，增加相关度高的特征的权重，降低相关度低的特征权重，从而避免后续模型被弱相关或不相关的特征所支配。然后，在此基础上，将特征加权算法结合聚类算法应用于自动图像标注。本文所提的特征加权算法主要考察的是特征相对某个具体类别的重要程度，可以为每个类别选择出适合自身的特征权重。实验结果表明，基于特征加权的自动图像标注算法可以有效地提高图像标注的准确性。
2、提出了一种基于包层多示例学习的自动图像标注模型。低层特征到高层语义之间映射模型的建立是图像标注的核心技术，整个系统的准确性与建立的映射模型密切相关。对于多数已标注的图像数据集，图像标注词是关于整幅图像的，而并非关联图像中的具体区域，为了克服这个问题，提出了多示例框架下基于包层的自动图像标注模型。该模型将多示例图像标注问题转化为包层的单示例学习问题，采用标准的监督学习算法实现图像低层特征到语义类别的映射。具体做法是：根据具有相同视觉区域的样本都会聚集成一簇，采用聚类算法为每类图像确定其特有的“视觉词汇”，并由这些视觉词汇构造一个新的空间--包空间；然后利用基于视觉词汇定义的非线性函数将多个示例描述的图像映射到包空间的一个点，变为单示例描述；最后利用支持向量机进行学习。通过这种方法，可以有效将多示例学习问题转化为适合采用标准监督学习处理的问题。在Corel图像数据集上的实验结果表明，该算法可以有效地提高图像标注的性能。
3、提出了一种基于多示例多标记学习的自动图像标注框架。在已有的标注模型的研究中，利用多示例学习方法来解决图像标注问题往往只考虑单一语义概念的学习，而图像标注本质上是多语义概念标记学习问题；另外，在多示例图像标注过程中通常并不考虑语义概念间存在的相关特性，而语义概念之间的相关性常常是消除标注歧义的有效方法。针对上述问题，提出了一种新颖有效的多示例多语义标记学习的图像标注算法。该算法首先提出一种改进的多样性密度求解方法，结合贝叶斯分类模型为图像学习多语义标注。然后，充分利用语义概念之间存在的相关性，来改善由低层特征相似而造成的语义标注歧义性问题。在Corel图像数据集上的实验证明，该算法不仅有效地提高了标注精度，而且能较好地提高标注效率。