10.11896/j.issn.1002-137X.2016.7.006
基于卷积神经网络的多标签图像自动标注
如今生活中,图像资源无处不在,海量的图像让人应接不暇.如何快速有效地对这些图像信息进行查询、检索和组织,成为了当前亟需解决的热门问题.而图像自动标注是解决基于文本的图像检索的关键.文中提出的这套基于深度学习模型中的卷积神经网络模型的多标签图像自动标注系统,实现了多标签损失排名函数,完成了多标签数据的训练与测试.在实验验证上,先选取CIFAR-10数据集进行算法的有效性测试,然后选取多标签图像数据集Corel 5k进行定量测试比较,结果表明,该算法的综合性能指标与现有算法相比有较大的提升.
图像自动标注、多标签、深度学习、卷积神经网络
43
TP391.41(计算技术、计算机技术)
国家自然科学基金U1433112,61170253;国家核高基项目2013ZX01039001-002;国家高技术研究发展计划“863计划”2011AA01A205;清华-腾讯合作项目
2016-10-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
41-45