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:
为了提高图像标注性能,提出了一种基于视觉语义主题与反馈日志的图像自动标注方法.首先,提取图像前景与背景区域,分别进行处理;其次,基于WordNet构建标注词之间的语义关系模型,并结合概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,实现对图像的自动标注;然后,基于增量关联规则建立标注日志数据库,并在对数据库消噪的基础上,通过反馈技术提高标注的效果;最后,采用Corel5数据库进行验证,实验结果证明了本文方法的有效性.
推荐文章
基于视觉语义主题的图像自动标注
视觉语义主题
概率潜在语义分析
高斯混合模型
图像自动标注
基于Matlab的图像自动标注
Matlab
自动标注
视觉特征
图像检索
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
结合相关反馈日志与语义网络的图像标注
图像检索
图像标注
相关反馈
语义网络
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 基于视觉语义主题与反馈日志的图像自动标注
来源期刊 光电子·激光 学科 工学
关键词 图像标注 概率潜在语义分析(PLSA) 高斯混合模型(GMM) 反馈日志 增量关联规则
年,卷(期) 2017,(4) 所属期刊栏目 图像和信息处理
研究方向 页码范围 441-450
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.16136/j.joel.2017.04.0136
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (92)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(13)
  • 参考文献(1)
  • 二级参考文献(12)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像标注
概率潜在语义分析(PLSA)
高斯混合模型(GMM)
反馈日志
增量关联规则
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
总被引数(次)
60345
论文1v1指导