论文部分内容阅读
图像自动标注是图像检索的重要组成，随着对图像检索功能的需求的日益增加，如何对图像进行有效的组织和管理也成为信息检索领域的研究热点，因此对图像自动标注进行研究具有其重要的研究价值和应用价值。本文在现有基于内容的图像自动标注方法的基础上，着重研究基于图像块上下文的图像自动标注方法和基于标注词图像上下文的图像语义反馈验证方法，以最终改善图像自动标注的性能。 针对目前图像自动标注算法中图像分割的独立性假设问题和词到图像的语义反馈验证问题，开展了本文的研究工作，提出了以下主要工作和创新: 1.提出了基于图像块上下文的图像自动标注方法。针对现有图像自动标注模型对图像分块之间的独立性假设和权值分配问题，本文通过关联图像各个分块之间位置关系，在图像内容上下文关联关系的寻找上，首先对图像块进行上下文关联的序列化表示，然后利用条件随机场模型对图像块的关联关系进行建模并进行自动标注。通过构建图像分块的序列来增加对图像中上下文关系的考虑。 2.提出了基于标注词图像上下文的图像语义反馈验证方法。由于目前的图像自动标注算法中认为一幅图像中所有标注词的贡献相同，因此学习算法只能计算标注词是否与图像相关，但无法获得标注词语义与图像语义的相关程度。针对上述问题，本文利用标注模型得到的标注结果所映射的图像与测试图像建立起图像间的上下文关系，通过度量图像间的相似度距离，来对标注结果进行排序和筛选，实现对图像语义的反馈验证。 最后通过实验分别验证了本文提出的基于图像块上下文的标注方法和基于标注词图像上下文的反馈验证方法的有效性，同时在ImageNet数据集上得到准确率为0.267实验结果，同比于在该数据集上利用SVM的实验结果0.209提升了27.8％。