基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 随着Web2.0下海量共享图像的出现,如何获取图像具有描述力的精准区域标注具有重要研究意义.方法 提出一种基于区域语义多样性密度的图像标注框架,重点考虑区域间的视觉特征差异和空间结构差异.具体来说,基于距离相似度的特征多样性密度实现了区域特征语义标注;引入负相关示例的惩罚作用实现了区域空间关系语义及属性语义标注.结果 在部分NUS-WIDE和MSRC数据集上验证了方法的有效性,区域属性标注的正确率在80%以上,同时基于属性标注的图像检索的平均查准率达到82%.结论 实验结果表明,本文图像标注框架可以较精确地得到标注的相关语义区域和属性标注,能够有效解决区域标注问题.
推荐文章
图像语义标注中的叙词查询方法
语义标注
叙词查询
图像检索
基于多特征融合的图像语义标注
基于内容的图像检索
多特征融合
支持向量机
图像语义标注
基于IETM的图像类装备保障数据语义标注研究
IETM
装备保障数据
图像语义标注
图模型
一种新的图像语义自动标注与检索算法
图像检索
语义图像检索
图像语义
图像自动标注
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 区域语义多样性密度的图像标注
来源期刊 中国图象图形学报 学科 工学
关键词 多样性密度 区域语义 距离相似度 空间位置 属性标注
年,卷(期) 2014,(5) 所属期刊栏目 图像理解和计算机视觉
研究方向 页码范围 755-763
页数 9页 分类号 TP391
字数 6001字 语种 中文
DOI 10.11834/jig.20140514
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋建国 合肥工业大学计算机与信息学院 245 2905 27.0 39.0
5 郭丹 合肥工业大学计算机与信息学院 20 113 6.0 10.0
6 王方方 合肥工业大学计算机与信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多样性密度
区域语义
距离相似度
空间位置
属性标注
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导