基于特征提取和多示例学习的图像区域标注

• 作者: 周云 张滢 蒋建国 齐美彬
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 图像标注 区域标注 特征提取 多示例学习 多样性密度算法
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 909-914
• 页数: 6页
• 分类号: TP391|TN911.73
• 字数: 3131字
• 语种: 中文
• DOI: 10.13382/j.jemi.2014.08.015

摘要

随着web2.0的不断发展,在Flickr等图像共享网站中越来越多的用户在上传图像的同时提供了标注,因此如何确定这些已有的标注在图像中的相关性区域成了一个热门的研究问题.提出了一种基于图像低层视觉特征和多示例学习方法的图像区域标注方法,文中的方法首先对图像进行分割,对分割后的图像区域提取低层视觉特征作为它的区域特征,最后通过多示例学习问题的多样性密度算法思想来对图像进行区域标注.实验中对已被标注的大量数据集进行分析,正确率达到了85％,与已有的图像区域标注方法相比,在区域标注的正确率上有着明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐美彬	合肥工业大学计算机与信息学院	134	1683	20.0	34.0
2	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	周云	合肥工业大学计算机与信息学院	3	17	1.0	3.0
4	张滢	合肥工业大学计算机与信息学院	2	17	1.0	2.0