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:
传统的图像标注方法对图像各个区域同等标注,忽视了人们对图像的理解方式。为此提出了基于视觉注意机制和条件随机场的图像标注方法。首先,由于人们在对图像认识的过程中,对显著区域会有较多的关注,因此通过视觉注意机制来取得图像的显著区域,用支持向量机对显著区域赋予语义标签;再利用k?NN聚类算法对非显著区域进行标注;最后,又由于显著区域的标注词与非显著区域的标注词在逻辑上存在一定的关联性,因此条件随机场模型可以根据标注词的关联性校正并确定图像的最终标注向量。在Corel5k、IAPR TC?12和ESP Game图像库上进行实验并且和其他方法进行比较,从平均查准率、平均查全率和F1的实验结果验证了本文方法的有效性。
推荐文章
基于SLIC与条件随机场的图像分割算法
条件随机场
简单线性迭代聚类
超像素
图像分割
参数估计
基于条件随机场和U型网络的遥感图像道路提取
道路提取
深度学习
语义分割
条件随机场
基于条件随机场的复杂背景图像文字分割
文字图像分割
条件随机场
分类器设计
参数训练
基于视觉注意机制的彩色图像显著性区域提取
显著性区域提取
视觉注意机制
分水岭
区域化空间注意力模型
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 基于视觉注意机制和条件随机场的图像标注
来源期刊 智能系统学报 学科 工学
关键词 自动图像标注 视觉注意 词相关性 条件随机场
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 442-448
页数 7页 分类号 TP391
字数 6485字 语种 中文
DOI 10.11992/tis.201606004
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 金聪 华中师范大学计算机学院 69 430 13.0 16.0
2 孙庆美 华中师范大学计算机学院 1 1 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  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (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)
2010(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)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(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
自动图像标注
视觉注意
词相关性
条件随机场
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导