基于标注词语义与图像视觉的标签丰富算法

• 作者: 丁转莲 孙登第 罗斌 葛美玲
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 社会化标签 语义相似度 软近邻投票 标签丰富
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图形、图像及其它
• 页码范围: 886-890
• 页数: 5页
• 分类号: TP391
• 字数: 6604字
• 语种: 中文

摘要

针对社会化图像初始标注不完备、不准确的问题,提出了一种基于标注词语义与图像视觉信息的社交图像标签丰富算法.该算法融合词频共现和WordNet语义层级两种方式挖掘标签之间的潜在联系,并由此根据已有的标注信息获取候选标签;再综合图像视觉特征和高层语义主题计算图像内容相似度,确定图像间的近邻关系;最后基于近邻图像和候选标签构造了一种新的软近邻投票规则,以刻画候选标签是否真正能描述图像内容.在数据集MIRFlickr-25k上进行实验,系统地比较了不同语义相似度和图像相似度度量方法对实验结果的影响,通过分析实验数据发现,所提出的方法能够有效实现标签丰富,提升标签质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗斌	安徽大学计算机科学与技术学院	181	1213	16.0	25.0
3	孙登第	安徽大学计算机科学与技术学院	17	109	4.0	10.0
9	葛美玲	安徽大学计算机科学与技术学院	1	2	1.0	1.0
10	丁转莲	安徽大学计算机科学与技术学院	3	3	1.0	1.0