学位论文 > 优秀研究生学位论文题录展示
基于局部模型的图像语义标注方法研究
作 者: 毛康力
导 师: 潘鹏
学 校: 华中科技大学
专 业: 计算机软件与理论
关键词: 图像标注 局部模型 语义空间 标签关联
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 2次
引 用: 0次
阅 读: 论文下载
内容摘要
随着互联网的飞速发展,人们正面临着包括图像在内的各种多媒体数据的爆炸式增长。如何快速,有效地从海量的图像数据中检索出所需要的图像是目前一个急需解决的重要问题。然而底层图像特征无法描述高层的语义,人们希望通过文本关键字对图像进行检索。为了解决海量图像的语义检索,对图像的自动化标注正是提取图像语义的一个非常重要的手段。建立一个能够拟合所有数据的全局模型相对困难,并且拟合效果可能较差。反之,拟合局部的数据往往只需要很简单的模型。以K近邻的基本思想为起点,研究局部模型结合标签关联进行图像的语义标注的方法,分别从分类和回归二种不同角度对图像标注问题进行了局部建模。在基于K近邻的方法中,分别考虑了不带权重、距离权重和排名作为权重。在分类模型中,将多标签问题转化为二类问题利用支持向量机进行求解,通过语义核函数以及标签语义关联后处理的方式研究考虑语义对标注结果的影响。在回归模型中定义了一个语义空间,将图像标注作为一个从底层特征到语义空间的映射过程,采用随机梯度下降的方法进行求解。通过一个考虑标签关联的损失函数整合到局部回归模型中,得到一个结合语义信息的局部回归图像标注模型。在Corel5k数据集下的实验结果表明,局部建模能够有效地提升图像标注的效果。其中局部的分类模型在训练“一对其它”分类器时会面临正负样本不均衡问题,通过不同的加权进行平衡处理后可以收到较好效果。考虑标签共现的语义关联信息,增加了模型复杂度却没有提升标注算法的效果。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-8 1 绪论 8-14 1.1 研究背景与意义 8 1.2 国内外研究概况 8-12 1.3 论文的主要研究内容 12 1.4 论文组织结构 12-14 2 基于局部模型的标注方法 14-21 2.1 基于K近邻的图像标注 14-18 2.2 基于局部支持向量机的图像标注 18-20 2.3 本章小结 20-21 3 基于局部回归模型的标注方法 21-35 3.1 局部回归模型 LRM 21-25 3.2 语义局部回归模型 SLRM 25-28 3.3 模型求解 28-34 3.4 本章小结 34-35 4 标注方法的实现 35-45 4.1 总体介绍 35-37 4.2 局部回归模型的实现 37-39 4.3 局部支持向量机的实现 39-41 4.4 其它 41-44 4.5 本章小结 44-45 5 实验 45-57 5.1 求解算法验证 45-46 5.2 局部回归模型的基本实验 46-49 5.3 实验和分析 49-55 5.4 对比实验 55 5.5 本章小结 55-57 6 总结与展望 57-59 6.1 全文总结 57-58 6.2 未来工作展望 58-59 致谢 59-60 参考文献 60-64 附录 攻读学位期间参与的科研项目 64
|
相似论文
- 基于内容的图像检索系统的设计与实现,TP311.52
- 基于个性化推荐的图像浏览与检索相关方法研究,TP391.41
- 基于对象和动作联合建模的图像标注技术研究,TP391.41
- 基于稀疏回归模型的图像标注研究,TP391.41
- 基于概念合成机制的交互设计概念生成,TN929.53
- 面向图像标注的图像分割与特征提取技术研究,TP391.41
- CG图像和相机图像的检测与分类标注,TP391.41
- 基于机器学习算法的自动图像标注,TP391.41
- 基于语义图像注释系统的设计与实现,TP391.41
- 基于Semi-CCA的自动图像标注研究,TP391.41
- 基于本体的材料腐蚀特征信息检索模型及应用技术研究,TP391.41
- 面向资源共享网站的图像标注和标签推荐技术研究,TP393.092
- 无桥台斜腿刚架桥关键参数的研究,U448.232
- 基于潜在中间语义的多语言信息检索研究,TP391.3
- 面向时空多样性的三维人体运动合成研究,TP391.41
- 以标签为导向的网页摘要技术,TP391.1
- 动画自动生成系统中故事理解与场景规划的研究,TP391.41
- 面向生物医学领域的跨语言信息检索,TP391.3
- 基于潜在语义分析的垃圾邮件过滤系统设计与实现,TP393.098
- 汽车造型语义研究与设计流程构建,U462
- 基于有限混合模型的自动图像标注研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|