图像自动标注方法研究综述

图像自动标注方法研究综述〔摘要〕随着Web20的逐步发展,海量用户生成的图像信息充斥于各大网络平台,图像自动标注技术逐步成为图像检索以及图像理解的关键问题之一。该文主要通过对现有图像自动标注方法的文献进行收集和整理,在比较、分析各种方法相关理论和实现技术的基础上,对图像自动标注方法研究进展进行评述;并归纳了各种方法的优势与不足。得出结论:图像自动标注方法和图像处理技术仍然需要从机器学习方面进一步的研究与改进,且可以从图像信息的标注拓展到视频信息的标注。〔关键词〕图像信息;图像自动标注;图像检索;多示例;多分类;半监督模型DOI:10.3969/j.issn.1008-0821.2016.03.024〔〕G25436〔文献标识码〕A〔〕1008-0821(2016)03-0144-07〔Abstract〕WiththeprogressivedevelopmentofWeb20,massiveuser-generatedimageinforma-tionfilledineverynetworkplatform,automaticimageannotationtechnologygraduallybecomeoneofkeyissuesoftheimageretrievalandimageunderstanding.Inthispaper,throughcollectingandorganizingdocumentsoftheexistingautomaticimageannotationmethodtounderstandthetheoryandanalysisofthevariousmethods,Onthisbasis,thestatusofAutomaticTaggingimagesarereviewed,andcomparativeanalysisoftheadvantagesofeachmethodandinsufficient.Theconclusionis:automaticimageannotationmethodandimageprocessingtechnologystillneedsfurtherresearchandimprovementfromtheactivelearning,andcanexpandtheimageinformationfromthelabeltolabelvideoinformation.〔Keywords〕imageinformation;automaticimageannotation;inageretrieval;multi-category;semi-supervisedmodel近年来,随着信息技术的高速发展以及摄像机、手机等图像采集设备的普及,图像信息充斥在世界的每一个角落,用其清晰、简单的方式描述着日常生活的方方面面。比如,用图像描述情感(朋友圈的图像信息),家庭影集的管理,医学图像检索,人脸识别及网络购物、旅游评论等。据微信平台统计,仅微信朋友圈每日的图像信息都超过一个亿。图像信息给日常生活带来方便的同时,也提出了巨大的挑战――在浩瀚的图像海洋中,怎样检索到用户需要的信息;怎样理解大量用户生成的图像内容的情感信息等问题吸引了很多研究者的思考。为了解决这些问题,图像自动标注技术应运而生,并逐步发展成为图像检索以及图像理解的关键问题之一。图像自动标注是指针对图像的视觉内容,通过机器学习的方法自动给图像添加反应其内容的文本特征信息的过程。其基本思想是:利用已标注图像集或其他可获得的信息,自动学习语义概念空间与视觉特征空间的潜在关联或者映射关系,给未知图像添加文本关键词。经过图像自动标注技术的处理,图像信息问题可以转化为技术已经相对较成熟的文本信息处理问题。图像自动标注技术的运用使得用户可以更加容易地获得海量网络图像,有效地组织、查询和浏览大规模图像。这样,网络上数以万计的图像信息就可以被很好的利用和分析。随着Twitter,Facebook,微博等社交平台上的图片信息呈指数增长,图像自动标注技术逐渐成为图像分析、应用领域的关键技术之一,受到越来越多的国内外研究人员的关注。为了更好的了解图像自动标注方法的研究现状,本文对现有图像自动标注方法的文献进行收集和整理,在了解相关理论和分析的基础上,对图像自动标注问题研究现状进行评述;在此基础上对各种图像标注的方法进行了比较。1基于分类思想的图像标注方法随着互联网的普及以及多媒体技术的快速发展,海量的图像信息因为其方便、简洁、快速的特点充斥于各大网络平台。为了更好的处理图像信息,图像标注技术受到了国内外研究者的关注,并逐渐发展成为图像、图形领域的热点问题。传统的图像标注是人工完成的,对图像的理解与标注相对准确,但是在大数据环境下的图像标注中,人工标注工作量巨大,并且容易受到主观经验的影响,对同一幅图像的标注不一致。于是,有学者利用计算机技术实现图像的自动标注。图像自动标注技术从一开始就得到很多研究者的关注,研究人员提出了各种...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?