基于迁移学习的多标签图像标注

• 作者: 李菲菲 秦莹华 陈虬
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 自动图像标注 多标签 卷积神经网络 迁移学习
• 年，卷（期）: 2018,（8）
• 页码范围: 21-24
• 页数: 4页
• 分类号: TP391
• 字数: 3448字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.08.006

摘要

自动图像标注(AIA)是图像检索领域一项具有挑战性的任务.卷积神经网络(CNNs)在大规模视觉识别挑战中取得杰出的分类性能.文中将图像标注问题看成一个多标签学习问题,提出了一种基于卷积神经网络的多标签分类算法.采用Core15k数据库训练和测试卷积神经网络.由于训练集的缺乏,采用从ImageNet分类任务中迁移得到的参数作为一个"中级图像特征的通用提取器".采用两种损失函数作为多标签分类器,将多标签学习转化为多个标签的分类问题.将实验结果与其他方法进行比较,表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李菲菲	上海理工大学光电信息与计算机工程学院	21	44	4.0	5.0
2	陈虬	上海理工大学光电信息与计算机工程学院	17	40	4.0	5.0
3	秦莹华	上海理工大学光电信息与计算机工程学院	1	10	1.0	1.0