论文部分内容阅读
基于关键字的自动图片标注方法，可以更为有效地实现图片的管理和检索。然而由于图片数据中普遍存在的“语义鸿沟”问题，使得传统方法的效果往往并不理想。因此，对不精确的标注结果进行优化就显得尤为重要。在本文中，我们提出一种新颖的图片标注方法。首先，我们利用基于模型的递进算法(Progressive Relevance-based Model)得到图片的初始标注结果。然后，我们利用一种半监督的学习模型，也即改进的随机游动与重启动算法(Improved Random Walk With Restart)对得到的初始标注结果进行重新排序，并选择一定数量的顶端标注作为最终的图片标注。通过在通用的Corel图片集上的实验结果表明，本文提出的方案可以有效地提高图片自动标注的性能。