-
题名基于视觉和语义互学习的标签完备标注
被引量：1
- 1
-
-
作者
杨凯婷
张素兰
张继福
胡立华
杨海峰
-
机构
太原科技大学计算机科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第3期632-637,共6页
-
基金
国家自然科学基金项目(61373099,U1931209)资助。
-
文摘
大多数图像标签完备方法仅依据待完备图像的视觉特征搜索近邻图像,获取候选标签实现完备,往往忽略候选标签与初始标签隐含的语义和视觉关系.为有效完备图像标签,本文依据信息的相互学习机制提出一种基于视觉和语义互学习的标签完备标注方法.首先,依据待完备图像的视觉特征和初始标签语义,搜索其近邻图像集并获取候选标签;其次,根据候选标签与初始标签的视觉内容相似性和语义相关性度量候选标签与待完备图像的关联度;最后,结合候选标签频率,选取关联程度高的候选标签实现标签补全.在基准数据集Corel5K以及真实数据集Flickr30Concepts上进行实验验证,结果表明该方法在图像标签完备的平均准确率、平均召回率以及覆盖率上均表现出更优的性能.
-
关键词
图像标签完备
互学习
视觉相似性
语义相关度
-
Keywords
image tag completion
mutual learning
visual similarity
semantic relevance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
