基于显著区域的图像自动标注

• 作者: 尹文杰 许明 贺胜 郭雷 韩军伟
• 来源期刊: 计算机应用研究
• 关键词: 图像自动标注 显著区域 SIFT特征 K-均值聚类 视觉词袋 支持向量机
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3925-3928,3933
• 分类号: TP37
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.10.089

摘要

为了提高图像自动标注的准确率,提出了一种基于图像显著区域的自动标注方法.首先提取图像的显著区域,然后提取图像的SIFT特征,利用K-均值聚类得到视觉词汇,并根据训练图像的SIFT特征是否位于显著区域进行不同的加权运算得到视觉词汇的词袋表示,最后利用支持向量机训练分类模型实现图像分类和标注.在一个包含1 255幅Corel图像的数据库进行实验,所提方法标注的准确率与整体考虑整幅图像特征相比有很大提高,表明提出的算法优于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭雷	西北工业大学自动化学院	262	2986	27.0	40.0
2	韩军伟	西北工业大学自动化学院	25	156	7.0	10.0
3	贺胜	西北工业大学自动化学院	8	50	4.0	7.0
4	尹文杰	西北工业大学自动化学院	3	22	3.0	3.0
5	许明	西北工业大学自动化学院	4	40	4.0	4.0