基于半监督学习模型的自动图片标注研究

摘要：

基于关键字的自动图片标注方法,可以更为有效地实现海量图片的管理和检索.然而由于"语义鸿沟"问题,传统的自动图片标注效果往往并不理想.因此,对不精确的标注结果进行优化就显得尤为重要.文中提出一种新颖的图片标注方法.首先,利用基于相关性模型的递进算法得到图片的初始标注结果.然后,利用一种半监督的学习模型,也即随机游动与重新启动算法对得到的初始标注结果进行优化,并选择一定数量的顶端标注作为图片最终的标注.通过在通用Corel图片数据库的实验表明,文中提出的方案可以有效地提高图片自动标注的性能.

关键词：图片标注、基于相关性的渐进模型、半监督的学习模型、随机游动与重启动算法、图片检索

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：南京邮电大学引进人才科研启动基金NY209018,NY209020,NY207090

在线出版日期：2011-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-88,95