一种基于概率距离尺度学习的图像标注方法?

• 作者: 付琨 田璟 郭智 黄宇 黄廷磊
• 来源期刊: 国外电子测量技术
• 学科: 工学
• 关键词: 图像标注 距离尺度学习 概率主题模型 Gibbs 采样
• 年，卷（期）: 2015,（7）
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP391.41
• 字数: 4566字
• 语种: 中文

摘要

大部分传统的基于距离尺度学习的图像标注方法假设训练样本之间存在确定的约束关系。这样的假设在小规模、精准的数据集上可以取得一定的效果。但是当数据量较大，每幅图像有多个标注且部分标注含有噪声时，这种过于理想的假设则不成立。提出了一种基于概率主题模型的距离尺度学习方法，通过概率主题模型挖掘这种模糊的、潜在的不确定辅助信息，并应用于后续的距离尺度学习中得到语义上距离尺度，改进基于搜索的图像标注性能。在 Flickr 数据集上的实验证明所提出方法比当前方法具有更好的图像自动标注性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭智	中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室	26	115	6.0	9.0
2	付琨	中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室	44	461	12.0	19.0
3	黄宇	中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室	45	368	11.0	17.0
4	黄廷磊	中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室	16	59	4.0	5.0
5	田璟	中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室	2	11	2.0	2.0