基于区域上下文感知的图像标注
邱泽宇1,2; 方全1,2; 桑基韬1,2; 徐常胜1,2
2014-06
发表期刊计算机学报
卷号37期号:6页码:1390-1397
摘要随着互联网的发展,网络图像指数般增长,图像理解技术变得日益重要.其中图像标注技术作为其关键技术得到广泛关注和研究.现有的图像标注技术大多是在图像层次上训练标签模型,忽略了图像区域之间的关系及其标签之间的关系.为了解决这个问题,文中提出了一种新的算法,结合区域之间的位置关系及其标签之间的共生关系辅助标注图像.具体而言,算法首先使用支持向量机对部分可确定区域赋予语义标签,然后利用区域位置关系帮助聚类标注未知区域.得到一幅图所有的区域标签后,我们提出两种模型对标签共生关系建模辅助修正标签集,一个是随机游走模型,另一个是条件随机场模型.最终算法输出每幅图像的文本标签集.在对图像集NUSWIDE的标注实验中显示,上述方法和单纯考虑区域关系的方法相比,标注效果和性能有了较好的改善,证实该方法是一种稳定、有效的标注算法。
其他摘要Nowadays, the amount of online images has grown explosively. This triggers the development of effective image understanding techniques. As a key technique, image annotation attracts broad attention. Most existing work learns models on the whole image for annotation task. However, these methods ignore the relationship between regions inside an image and the tag co-occurrence relationships, which essentially limits the performance of image annotation. To Tackle this issue, we propose a novel scheme that aims to exploit the region and tag co-occoccrence context for image annotation. First, we use the support vector machines (SVMs) trained on object categories to identify known and unknown regions. Second, spatial region context descriptor based clustering is used to annotate the unknown regions. Finally, two instantiation models, random walka and conditional randomfield (CRF),  are explored to refine the aggregated region tags for image annotation by utilizing tag co-occurrence relationship. We conduct experiments on a subset 0f NUS-WIDE. The results have demonstrated the effectiveness of our image annotation method.
关键词图像标注 上下文信息 随机游走 条件随机场
DOI10.3724/SP.J.1016.2014.01390
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/14477
专题模式识别国家重点实验室_多媒体计算与图形学
作者单位1.中国科学院自动化研究所模式识别国家重点实验
2.中国-新加坡数学媒体研究
推荐引用方式
GB/T 7714
邱泽宇,方全,桑基韬,等. 基于区域上下文感知的图像标注[J]. 计算机学报,2014,37(6):1390-1397.
APA 邱泽宇,方全,桑基韬,&徐常胜.(2014).基于区域上下文感知的图像标注.计算机学报,37(6),1390-1397.
MLA 邱泽宇,et al."基于区域上下文感知的图像标注".计算机学报 37.6(2014):1390-1397.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
qzy-2014615155923.pd(804KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[邱泽宇]的文章
[方全]的文章
[桑基韬]的文章
百度学术
百度学术中相似的文章
[邱泽宇]的文章
[方全]的文章
[桑基韬]的文章
必应学术
必应学术中相似的文章
[邱泽宇]的文章
[方全]的文章
[桑基韬]的文章
相关权益政策
暂无数据
收藏/分享
文件名: qzy-2014615155923.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。