基于半监督学习模型的自动图片标注研究

• 作者: 朱松豪 梁志伟
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2010,（6）
• 页码范围: 85-88,95
• 分类号: TP391
• 字数: 2822字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5439.2010.06.016

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁志伟	南京邮电大学自动化学院	35	152	6.0	10.0
2	朱松豪	南京邮电大学自动化学院	37	103	5.0	9.0