基于場景分類的圖像語義自動標注及檢索的研究.pdf_第1頁
已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、圖像語義自動標注是提高圖像檢索性能的有效途徑。為了能夠的找到自己想要的圖片，利用傳統(tǒng)的基于文本的方式首先需要對每張圖像進行詳細的人工標注，這是很耗時耗力的，而且很容易誤標。本論文針對各種圖像語義自動標注方法存在的問題，提出一種提高標注性能的方法，重點研究場景語義分類和標注算法。
　　通過語義自動標注方法來自動學習并得到圖像底層特征與高層語義間的關(guān)系模型，并以此為標準標注未知圖像的語義，能有效的彌補“語義鴻溝”。但目前的標注方法通常

2、只適用于某一個領(lǐng)域的圖像檢索;訓練集被標注的準確度嚴重影響機器學習的性能;難以識別場景語義，尤其是高層的語義。
　　針對于標注準確度的問題，本文采用支持向量數(shù)據(jù)描述的語義自動標注方法。該方法對每一類的樣本數(shù)據(jù)單獨構(gòu)造類球，能夠縮小求解問題的規(guī)模，降低算法的復雜度。
　　針對于場景標注效果不佳的情況，本文提出了一種結(jié)合PLSA場景分類和支持向量數(shù)據(jù)描述的圖像語義標注方法。利用PLSA發(fā)現(xiàn)圖像潛在的語義主題，并結(jié)合支持向量數(shù)據(jù)描

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論