10.3969/j.issn.1673-4785.201505009
基于模糊关联规则和决策树的图像自动标注
传统的基于关联规则算法的图像自动标注存在“锐利边界”问题,使分类存在模糊性、不准确性。且随着多媒体技术的飞速发展,图像信息数据迅速增长,海量的图像数据会形成大量冗余的关联规则,这将导致分类效率大大降低。针对这2个问题,文中提出基于模糊关联规则和决策树的图像自动标注模型。该模型首先获得关联训练图像低层特征和高层语义的模糊关联规则,再利用决策树方法删减冗余的模糊关联规则,基于决策树删减后的模糊关联规则,大大减小了算法的计算复杂度。实验在Corel 5k和IAPR-TC12两个基准数据集上进行,并从精度、召回率、F-measure以及产生的规则数量几个度量措施上进行比较。与其他几种前沿的图像自动标注方法的结果对比表明,该方法在图像的标注精度和标注效率上有很大的提高。
锐利边界、模糊分类、图像自动标注、模糊关联规则、决策树
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61165009,61262005,61363035,61365009;国家973计划资助项目2012CB326403;广西自然科学基金资助项目2012GXNSFAA053219,2013GXNSFAA019345,2014GXNSFAA118368.
2015-09-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
636-644