基于多標(biāo)記學(xué)習(xí)的圖像標(biāo)注算法研究與實(shí)現(xiàn).pdf

1、近年來(lái)，在計(jì)算機(jī)技術(shù)、數(shù)字媒體以及多媒體信息高速發(fā)展的大背景下，手機(jī)、數(shù)碼相機(jī)等高科技產(chǎn)品已經(jīng)深入人們的生活，隨之而來(lái)的是呈爆炸式增長(zhǎng)的海量圖像信息。因此，如何有效地對(duì)這些海量圖像進(jìn)行檢索就成為了如今計(jì)算機(jī)視覺(jué)及圖像處理領(lǐng)域研究的熱點(diǎn)問(wèn)題。
　　自動(dòng)圖像標(biāo)注算法為給定圖像自動(dòng)地分配語(yǔ)義相關(guān)的關(guān)鍵字信息，目前已成為圖像分類(lèi)、檢索的重要方法。大多數(shù)的研究把圖像標(biāo)注看做一個(gè)典型的多標(biāo)記分類(lèi)問(wèn)題，這使得自動(dòng)圖像標(biāo)注算法取得了一定的進(jìn)展，但

2、面對(duì)海量的圖像數(shù)據(jù)，它們?nèi)匀淮嬖谝恍﹩?wèn)題:一是現(xiàn)實(shí)中訓(xùn)練樣本不足，二是已標(biāo)注圖像數(shù)據(jù)集的噪聲問(wèn)題，三是如何使預(yù)測(cè)的關(guān)鍵字信息準(zhǔn)確地反映圖像特征。這三個(gè)問(wèn)題已成為限制圖像標(biāo)注算法準(zhǔn)確率的重要因素。
　　為了提高自動(dòng)圖像標(biāo)注算法的準(zhǔn)確率，本論文對(duì)現(xiàn)有的圖像標(biāo)注算法進(jìn)行了分類(lèi)整理和深入分析，在多標(biāo)記學(xué)習(xí)的基礎(chǔ)上，從結(jié)合低秩約束正則項(xiàng)的半監(jiān)督學(xué)習(xí)方法以及標(biāo)簽排序這兩個(gè)角度入手，提出了兩種圖像標(biāo)注算法，并且在ESPGame、IAPRTC-1

3、2、NUS-WIDE等數(shù)據(jù)庫(kù)上驗(yàn)證了算法的高效性，主要的研究成果如下:
　　(1)基于結(jié)構(gòu)化低秩表示的半監(jiān)督學(xué)習(xí)框架下的圖像標(biāo)注算法。該方法把不同標(biāo)簽的預(yù)測(cè)模型融合到一個(gè)矩陣中，并且引入了矩陣核范數(shù)形式的正則項(xiàng)，以此來(lái)獲得不同標(biāo)簽之間的相關(guān)性以及控制模型的復(fù)雜程度。除此之外，該算法通過(guò)引入圖拉普拉斯正則項(xiàng)來(lái)充分考慮在已標(biāo)注和未標(biāo)注圖像上的局部幾何結(jié)構(gòu)。同時(shí)，考慮到已標(biāo)注圖像的標(biāo)簽噪聲問(wèn)題，算法引入了一個(gè)理想的完備矩陣來(lái)自動(dòng)恢復(fù)丟失

4、的標(biāo)簽、更正錯(cuò)誤的標(biāo)簽。本文給出了對(duì)該算法框架的求解方法，并且在多個(gè)數(shù)據(jù)庫(kù)中進(jìn)行圖像標(biāo)注實(shí)驗(yàn)，驗(yàn)證了算法的有效性。
　　(2)基于標(biāo)簽排序以及矩陣恢復(fù)的圖像標(biāo)注算法。該方法根據(jù)已給定圖像的相關(guān)性對(duì)標(biāo)簽進(jìn)行降序排列，而不再是簡(jiǎn)單的二值選擇，解決了多標(biāo)記學(xué)習(xí)中訓(xùn)練樣本不足、已標(biāo)注圖像的標(biāo)簽不完備的問(wèn)題。與此同時(shí)，該方法將標(biāo)簽排序模型引入到矩陣恢復(fù)問(wèn)題中，并且考慮了矩陣低秩約束標(biāo)簽相關(guān)性，因此在標(biāo)簽空間很大而訓(xùn)練樣本數(shù)有限的情況仍然可以