-
题名自动图像标注技术综述
被引量：11
- 1
-
-
作者
马艳春
刘永坚
解庆
熊盛武
唐伶俐
-
机构
武汉理工大学计算机科学与技术学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2020年第11期2348-2374,共27页
-
基金
国家自然科学基金项目(61602353)
中央高校基本科研业务费专项资金(WUT:2017YB028)。
-
文摘
图像自动标注技术是减少图像数据与内容之间"语义鸿沟"的其中一种最有效途径,对于帮助人类理解图像内容,从海量图像数据中检索感兴趣的信息具有重要现实意义.通过研究近20年公开发表的图像标注文献,总结了图像标注模型的一般性框架;并通过该框架结合各种具体工作,分析出在图像标注研究过程中需要解决的一般性问题;将各种图像标注模型所采用的主要方法归为9种类型,分别为相关模型、隐Markov模型、主题模型、矩阵分解模型、近邻模型、基于支持向量机的模型、图模型、典型相关分析模型以及深度学习模型,并对每种类型的图像标注模型,按照"基本原理介绍—具体模型差异—模型总结"3个层面进行了研究与分析.此外,总结了图像标注模型常用的一些数据集、评测指标,对一些比较著名的标注模型的性能进行了比较,并据此对各种类型的标注模型做了优缺点分析.最后,提出了图像标注领域一些开放式问题和研究方向.
-
关键词
自动图像标注
图像语义分析
图像标识
图像内容标签
图像内容标注
-
Keywords
automatic image annotation
image semantic analysis
image tagging
image content label
image content annotation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
