论文部分内容阅读
针对社交图像的标签无序性问题,提出了一个新的标签排序方法。根据标签与图像内容的相关性,将社交图像的标签次序进行重排。基于图像显著性区域的视觉内容,用k近邻算法找到给定图像的视觉近邻,用近邻图像的标签列表对给定图像的标签进行投票学习每个标签的相关性,按相关性由高到低的次序对标签进行重新排列。与现有的方法相比,该文应用显著性模型找到与标签语义更加相关的图像近邻,增强了标签排序的准确性。实验结果表明,该文提出的方法得到的标签排序结果更加接近人工排序结果。