基于集成分类的暴恐图像自动标注方法

• 作者: 严靓 何小海 卿粼波 周欣 熊淑华
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 图像标注 多标签分类 集成学习 权重分配 样本不均衡
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 306-312
• 页数: 7页
• 分类号: TN957.52|TP391.41
• 字数: 4917字
• 语种: 中文
• DOI: 10.11805/TKYDA2019157

摘要

为减少暴恐图像对社会发展和青少年成长造成的不利影响,本文提出一种基于集成分类的暴恐图像自动标注方法,辅助筛除网页中的暴恐信息.该方法将暴恐图像的标注视作多标签分类问题,利用迁移学习训练多个子网络,然后通过集成学习对子网络的输出进行融合,同时在融合过程中针对各个标签在不同网络上的准确率进行权重分配,最后经过一系列矩阵运算得到图像的标注结果.实验结果表明,与传统机器学习算法相比,本文方法在准确率和召回率上都有较大提升,并改善了样本不均衡所造成的不同标签类别上模型标注精确度差异较大的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
3	周欣	四川大学电子信息学院	38	275	8.0	16.0
4	熊淑华	四川大学电子信息学院	78	385	8.0	18.0
5	严靓	四川大学电子信息学院	1	0	0.0	0.0