基于機器學習方法的視覺信息標注研究.pdf

1、隨著存儲設備、計算機網(wǎng)絡和壓縮技術的發(fā)展，視覺信息大量涌現(xiàn)，如何有效地組織、表達、管理和檢索浩如煙海的視覺信息，已成為科研領域和工業(yè)界亟待研究解決的問題。其中，視覺信息語義標注受到愈來愈多的關注，成為當下的研究熱點。 早期的視覺信息標注是人工完成的，然而人工標注費時費力，無法完成大規(guī)模視覺信息的語義標注，這促使人們尋找新的標注技術。由于機器學習方法具有成熟的理論基礎，可為語義標注提供理論支持及可能的解決方案，基于機器學習的自動語

2、義標注已逐漸成為解決視覺信息標注問題的主流途徑。本文主要針對基于機器學習的視覺信息標注展開研究，提出了一系列新穎的標注算法，期望通過挖掘視覺信息標注的特性來提高視覺信息標注的準確性，以促進其實用化進程。本論文的主要研究工作如下： 1.提出了面向語義概念特性挖掘的視覺信息標注框架。在傳統(tǒng)的視頻標注方法中引入語義概念特性挖掘，提出了結(jié)合概念間統(tǒng)計相關性以及語義相關性的視覺信息標注改善算法。傳統(tǒng)的視覺信息標注方法將某語義概念的標注問題

3、當作兩類分類問題來解決，將語義概念簡單地視為類別標號，忽略了語義概念的自身特性，如概念間的統(tǒng)計相關性、語義相關性等，從而難以獲得令人滿意的效果。本文通過挖掘語義概念特性，并以此指導視覺信息標注，有效地提高了標注的準確性。 2.提出了全新的基于半監(jiān)督多語義概念學習的視覺信息標注技術。將多語義概念學習引入到半監(jiān)督學習中，提出了半監(jiān)督多語義概念學習框架?；诖丝蚣?，提出了兩種新穎的半監(jiān)督多語義概念學習算法，有機地結(jié)合了樣本間的相似性、

4、語義概念間的相關性、以及樣本與概念間的映射關系?；诎氡O(jiān)督多語義概念學習的視覺信息標注技術在克服了訓練樣本缺乏問題的同時，充分挖掘了概念間的相關性，獲得了更為準確的標注模型。 3.首創(chuàng)性地研究了基于多示例多語義概念學習的視覺信息標注技術。多示例學習作為消除數(shù)據(jù)歧義性的有效途徑，已被越來越多地應用于視覺信息標注。但是，以往的多示例學習方法局限于解決單語義概念學習問題。而視覺信息標注本質(zhì)上是一個多語義概念學習問題，并且數(shù)據(jù)歧義的起因