基于软近邻投票的图像标签相关性计算

• 作者: 李锡荣 杨刚 薛盛博 许洁萍
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 图像检索 社会化标签 图像标签相关性 软近邻投票
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 图形图像与虚拟现实
• 页码范围: 1365-1371
• 页数: 7页
• 分类号: TP391
• 字数: 5570字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.01365

摘要

如何自动判断社会化标签与图像内容之间的相关性是社会化多媒体内容检索领域一个重要的研究问题.近邻投票算法是已知的计算标签相关性的最有效方法之一.但该算法采用硬投票策略,并未考虑近邻图像的权重以及近邻图像自身标签的质量.针对上述问题,文中提出一种一般性的软近邻投票框架,通过考察近邻权重和近邻标签权重这两个维度,系统性地比较了23种软近邻投票实现方案.以近120万张Flickr图像为训练集、约两万张图像为测试集的实验表明,软近邻投票策略要优于硬投票策略:平均查准率从0.764提升到0.783,且软近邻投票对于近邻个数这一重要参数的选取相对不敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许洁萍	中国人民大学信息学院	14	65	5.0	7.0
2	杨刚	中国人民大学信息学院	13	34	3.0	5.0
3	李锡荣	中国人民大学数据工程与知识工程教育部重点实验室	2	19	2.0	2.0
7	薛盛博	中国人民大学信息学院	1	9	1.0	1.0