计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
1期
297-302
,共6页
图像标注%特征提取%最近邻%距离测度学习%语义距离
圖像標註%特徵提取%最近鄰%距離測度學習%語義距離
도상표주%특정제취%최근린%거리측도학습%어의거리
Image annotation%Feature extraction%Nearest neighbor%Distance metric learning%Semantic distance
传统的基于最近邻的图像标注方法效果不佳,主要原因在于提取图像视觉特征时,损失了很多有价值的信息.提出了一种改进的最近邻分类模型.首先利用距离测度学习方法,引入图像的语义类别信息进行训练,生成新的语义距离;然后利用该距离对每一类图像进行聚类,生成多个类内的聚类中心;最后通过计算图像到各个聚类中心的语义距离来构建最近邻分类模型.在构建最近邻分类模型的整个过程中,都使用训练得到的语义距离来计算,这可以有效减少相同图像类内的变动和不同图像类之间的相似所造成的语义鸿沟.在ImageCLEF2012图像标注数据库上进行了实验,将本方法与传统分类模型和最新的方法进行了比较,验证了本方法的有效性.
傳統的基于最近鄰的圖像標註方法效果不佳,主要原因在于提取圖像視覺特徵時,損失瞭很多有價值的信息.提齣瞭一種改進的最近鄰分類模型.首先利用距離測度學習方法,引入圖像的語義類彆信息進行訓練,生成新的語義距離;然後利用該距離對每一類圖像進行聚類,生成多箇類內的聚類中心;最後通過計算圖像到各箇聚類中心的語義距離來構建最近鄰分類模型.在構建最近鄰分類模型的整箇過程中,都使用訓練得到的語義距離來計算,這可以有效減少相同圖像類內的變動和不同圖像類之間的相似所造成的語義鴻溝.在ImageCLEF2012圖像標註數據庫上進行瞭實驗,將本方法與傳統分類模型和最新的方法進行瞭比較,驗證瞭本方法的有效性.
전통적기우최근린적도상표주방법효과불가,주요원인재우제취도상시각특정시,손실료흔다유개치적신식.제출료일충개진적최근린분류모형.수선이용거리측도학습방법,인입도상적어의유별신식진행훈련,생성신적어의거리;연후이용해거리대매일류도상진행취류,생성다개류내적취류중심;최후통과계산도상도각개취류중심적어의거리래구건최근린분류모형.재구건최근린분류모형적정개과정중,도사용훈련득도적어의거리래계산,저가이유효감소상동도상류내적변동화불동도상류지간적상사소조성적어의홍구.재ImageCLEF2012도상표주수거고상진행료실험,장본방법여전통분류모형화최신적방법진행료비교,험증료본방법적유효성.
