基于模糊关联规则和决策树的图像自动标注

• 作者: 张灿龙 李志欣 李灵芝
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 锐利边界 模糊分类 图像自动标注 模糊关联规则 决策树
• 年，卷（期）: 2015,（4）
• 页码范围: 636-644
• 页数: 9页
• 分类号: TP391
• 字数: 5911字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201505009

摘要

传统的基于关联规则算法的图像自动标注存在“锐利边界”问题，使分类存在模糊性、不准确性。且随着多媒体技术的飞速发展，图像信息数据迅速增长，海量的图像数据会形成大量冗余的关联规则，这将导致分类效率大大降低。针对这2个问题，文中提出基于模糊关联规则和决策树的图像自动标注模型。该模型首先获得关联训练图像低层特征和高层语义的模糊关联规则，再利用决策树方法删减冗余的模糊关联规则，基于决策树删减后的模糊关联规则，大大减小了算法的计算复杂度。实验在Corel 5k和IAPR-TC12两个基准数据集上进行，并从精度、召回率、F-measure以及产生的规则数量几个度量措施上进行比较。与其他几种前沿的图像自动标注方法的结果对比表明，该方法在图像的标注精度和标注效率上有很大的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志欣	广西师范大学广西多源信息挖掘与安全重点实验室	30	144	7.0	11.0
3	张灿龙	广西师范大学广西多源信息挖掘与安全重点实验室	41	194	8.0	11.0
7	李灵芝	广西师范大学广西多源信息挖掘与安全重点实验室	1	3	1.0	1.0