基于距离约束稀疏/组稀疏编码的自动图像标注
为解决图像自动标注中的语义鸿沟问题,有效选择并利用图像特征,提出基于距离约束稀疏/组稀疏编码(distance constraint sparse/group sparse coding,DCSC/DCGSC)的2种特征选择算法,并分别应用到图像自动标注任务中.考虑到不同特征基相似性对图像语义相似性的贡献不同,定义了度量二者相关性的距离约束正则项.将该正则项分别集成到稀疏/组稀疏编码的特征选择模型中,使选择的特征在保证稀疏性/组稀疏性的同时,优先选择与语义相似性描述最接近的视觉特征基.利用在训练图像集中学习的特征权值,寻找测试图像的K最近邻(Knearest neighbor,KNN)图像,并通过标签转移实现图像标注.在Corel5K图像库上测试标注性能,集成多特征的DCGSC查准率、查全率和标注正确的关键词个数可达32%、34%和151,优于其他相关标注算法.而对于单特征图像,使用DCSC也能改善标注性能.可见,距离约束对特征选择和图像标注是有效的.
自动图像标注、距离约束、稀疏编码、组稀疏编码、特征选择、K最近邻
48
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61371143;北京市自然科学基金资助项目4132026;北京市教委科研计划面上项目资助KM201410009006
2016-10-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
78-83