Web图像标注算法及基于图像标签的应用技术研究

[复制链接]
查看: 299|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329468
发表于 2022-4-27 12:58:37 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着数字设备和多媒体技术的发展以及网络的不断普及,网络数字图像的数目正以指数级的速度不断增长,如何有效地对这些丰富的图像资源进行检索、组织和管理已成为多媒体技术的研究热点。基于内容的图像检索与其它应用技术研究虽然进行了几十年,但由于其高维特征和“语义鸿沟”等题目的存在,这些技术尚不能达到规模应用的要求。由于图像标签比视觉特征更能有效地描述图像的语义内容,基于图像标签的图像检索、事件检测等应用研究得到了研究人员的广泛关注。早期的图像标注主要采用手工方式,因而很难对大规模图像库进行标注.。近年来,随着社会媒体共享网站的发展,越来越多的普通用户参与到图像共享与标注当中来,虽然社会媒体共享网站把大量的图像标注工作分派给普通用户来完成,但由于用户的专业知识水平及个人习惯等题目,很多图像的标签不太规范,甚至与图像内容无关。因此,如何有效地利用这些参差不齐的社会媒体标签来自动标注新图像,并基于这些标签进行图像检索和事件检测成为当前多媒体管理技术研究的关键题目之一。本文利用社会网络丰富的图像标签、以及其他文本信息、视觉信息、用户信息等,对图像自动标注算法以及基于图像标签的图像检索和事件检测等应用技术进行了系统深入的研究。本文主要的研究工作和创新点如下:1. 分析和研究了自动图像标注题目,提出了一个基于视觉特征和语义特征融合的图像自动标注及图像检索算法。首先,利用一个特征关联图来融合图像的视觉特征与语义特征,图中的每个节点表示一个特征,节点之间的边表示特征之间的关联关系。然后,基于特征关联图提出了一个改进的MRF概率模型,该概率模型可以用来计算标签与图像、检索语句与图像的联合分布概率,基于该概率模型可以实现图像自动标注与检索。实验结果表明,融合图像视觉特征与语义特征不仅可以提高图像标注的性能,还可以提高基于标签的图像检索性能。2. 讨论并分析了图像标签的特点,提出了标签信息量的测量方法以及单个标签与标签集的关联度的测量方法。首先定义了标签集的信息量,标签集的信息量是指该标签集描述图像语义内容的效力;而标签的信息量是相对于标签集而言的,是指将该标签加入到一个标签集后,整个标签集模糊度改变的大小。单个标签与标签集的关联度是指该标签与标签集中所有标签的语义相关度。然后,提出了一个启发式的方法来改善图像标签的质量,也就是在图像标注的每一步都选择信息量最大并且与当前候选标签集关联度高的标签。实验结果表明,利用标签的信息量与关联度可提高标注算法的图像标签质量。3. 进一步探索了大规模图像自动标注题目,提出了一个基于图像与文本的搜索结果进行挖掘的自动图像标注方法。首先,使用搜索技术,利用网络中除图像以外的文本等其他资源来扩展图像标签。然后,提出了计算标签概率流的方法,利用该方法可以计算扩展标签与测试图像的相关度。最后,利用随机游走算法进一步改善图像标签。实验结果表明,基于搜索结果的挖掘可以利用不同的网络资源来改善图像标签的质量和提高图像检索的性能。4. 分析并讨论了社会媒体资源的特点,提出了一个综合利用社会图像视觉信息、文本信息、用户信息及时间信息等检测图像事件的算法。首先,利用特征关联图来融合社会图像的视觉特征、语义特征和用户特征,节点之间通过不同的关联关系进行连接。然后,利用改进的概率模型并结合社会图像的时间信息来计算图像属于某个事件的联合概率,从而基于该概率模型进行图像的事件检测。实验结果表明,综合利用社会图像的多种特征与信息可以提高图像事件检测的性能。





上一篇:高速精密运动控制下机器视觉像移补偿算法研究与应用
下一篇:机载高光谱成像仪调制传递函数研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图