基于视觉显著性近邻投票的标签排序方法

• 作者: 侯迎坤 唐金辉 李旻先 赵春霞
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 标签排序 视觉注意模型 显著性区域 近邻投票
• 年，卷（期）: 2012,（4）
• 页码范围: 561-566
• 分类号: TP391.4
• 字数: 4092字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2012.04.002

摘要

针对社交图像的标签无序性问题,提出了一个新的标签排序方法.根据标签与图像内容的相关性,将社交图像的标签次序进行重排.基于图像显著性区域的视觉内容,用k近邻算法找到给定图像的视觉近邻,用近邻图像的标签列表对给定图像的标签进行投票学习每个标签的相关性,按相关性由高到低的次序对标签进行重新排列.与现有的方法相比,该文应用显著性模型找到与标签语义更加相关的图像近邻,增强了标签排序的准确性.实验结果表明,该文提出的方法得到的标签排序结果更加接近人工排序结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0
2	侯迎坤	泰山学院信息科学技术学院	16	97	5.0	9.0
3	李旻先	南京理工大学计算机科学与技术学院	5	27	3.0	5.0
4	唐金辉	南京理工大学计算机科学与技术学院	4	6	2.0	2.0