基于Voronoi K阶邻近图的半监督学习自动图像标注

发布时间：2018-09-03 19:06

【摘要】：在为自动图像标注构建相似图的过程中,针对传统的方法是基于图像间的视觉相似性,其没有考虑到数据集中某个子数据集内的结构信息这一问题,提出一种基于Voronoi k阶邻近图的半监督学习自动图像标注方法。该方法充分考虑Voronoi k阶邻近图能很好地表达空间目标的影响区域以及可以方便地进行空间邻近的描述与推理的特性,将特征空间内的图像数据点分布信息融合到点对间的相似度量表示中,利用未标注样本挖掘图像特征的内在规律,然后把半监督学习的方法和多标记学习有效结合起来,从而达到对图像进行自动标注。实验结果表明,提出的标注方法可行,同时标注结果与传统的标注方法相比得到了明显改善。
[Abstract]:In the process of constructing similarity graph for automatic image annotation, the traditional method is based on the visual similarity between images, which does not take into account the structural information in a subdataset in the dataset. A semi-supervised learning automatic image tagging method based on Voronoi k-order adjacent graph is proposed. This method takes fully into account that Voronoi k-order adjacent graphs can well express the influence region of spatial objects and can be used to describe and infer spatial neighbor conveniently. The distribution information of image data points in feature space is fused into the similarity metric representation between point pairs, and the inherent laws of image features are mined by using unlabeled samples, and then the semi-supervised learning method and multi-label learning are effectively combined. In order to achieve automatic image tagging. The experimental results show that the proposed labeling method is feasible and the results are improved obviously compared with the traditional labeling methods.
【作者单位】： 安徽大学计算机科学与技术学院;合肥师范学院计算机学院;
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 刘蓉;李红艳;;半监督学习研究与应用[J];软件导刊;2010年08期

2 陈武锦;;半监督学习研究综述[J];电脑知识与技术;2011年16期

3 梁吉业;高嘉伟;常瑜;;半监督学习研究进展[J];山西大学学报(自然科学版);2009年04期

4 唐晓亮;韩敏;;一种基于极端学习机的半监督学习方法[J];大连理工大学学报;2010年05期

5 李欢;;半监督学习及其在数据挖掘中的应用[J];电脑知识与技术;2010年27期

6 崔鹏;;一种用于半监督学习的核优化设计[J];软件工程师;2013年09期

7 王艳华;杨志豪;李彦鹏;唐利娟;林鸿飞;;基于监督学习和半监督学习的蛋白质关系抽取[J];江西师范大学学报(自然科学版);2013年04期

8 梅松青;;基于自适应图的半监督学习方法[J];计算机系统应用;2014年02期

9 李燕萍;唐振民;丁辉;张燕;;半监督学习机制下的说话人辨认算法[J];计算机工程;2009年14期

10 王劲松;陈哲;冯静兰;顾明亮;;半监督学习对十个口述数字的识别[J];电声技术;2010年04期

相关会议论文 前10条

1 柳斌;李之棠;涂浩;;基于半监督学习的应用流分类方法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

2 葛荐;马廷淮;;基于集成算法的半监督学习研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

3 赵玲玲;周水生;王雪岩;;基于集成算法的半监督学习[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 谷方明;刘大有;王新颖;;基于半监督学习的加权支持向量域数据描述方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

5 冯瑞;宋春林;;一种基于局部学习的复杂系统建模方法[A];2007中国控制与决策学术年会论文集[C];2007年

6 陈耀东;王挺;陈火旺;;半监督学习和主动学习相结合的浅层语义分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 邱慧宁;黄剑;陈羽;赖剑煌;;基于UDP的半监督学习及其在人脸识别的应用[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 杨源;马云龙;林鸿飞;;基于权重标准化SimRank与半监督学习的产品属性归类[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

9 王倩影;冯国灿;汤鑫;;δ-距离及其在半监督增强中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

10 林良宪;利德江;蔡孟璇;邱政贤;;针对小样本分类的半监督式学习法[A];第25届全国灰色系统会议论文集[C];2014年

相关博士学位论文 前10条

1 谭学敏;基于半监督学习的运动想象脑-机接口研究[D];重庆大学;2015年

2 孙博良;在线半监督学习理论、算法与应用研究[D];国防科学技术大学;2014年

3 徐雪;样本的几何信息在半监督学习中的应用研究[D];中国科学技术大学;2010年

4 孔怡青;半监督学习及其应用研究[D];江南大学;2009年

5 兰远东;基于图的半监督学习理论、算法及应用研究[D];华南理工大学;2012年

6 唐晓亮;基于神经网络的半监督学习方法研究[D];大连理工大学;2009年

7 余国先;高维数据上的半监督学习研究[D];华南理工大学;2013年

8 潘俊;基于图的半监督学习及其应用研究[D];浙江大学;2011年

9 王娇;多视图的半监督学习研究[D];北京交通大学;2010年

10 桂杰;基于图的半监督学习和维数约简方法及其应用研究[D];中国科学技术大学;2010年

相关硕士学位论文 前10条

1 李南;基于属性偏序结构理论的半监督学习方法研究[D];燕山大学;2015年

2 路同强;基于半监督学习的微博谣言检测研究[D];山东大学;2015年

3 杜俊;半监督学习及其在社交媒体分析中的应用[D];华北电力大学;2015年

4 王俊超;在线半监督学习尺度自适应鲁棒目标跟踪[D];湘潭大学;2015年

5 薛巍;基于半监督学习的人脸特征抽取方法研究[D];扬州大学;2015年

6 黄f^;网站的可信度分析[D];福州大学;2013年

7 刘伟涛;半监督学习方法及应用研究[D];山东大学;2011年

8 陈新勇;基于核策略的半监督学习方法研究[D];河北大学;2010年

9 冯元佶;基于图的半监督学习的改进研究[D];湘潭大学;2010年

10 黄明明;半监督学习方法研究及在警用平台中的应用[D];大连理工大学;2010年

，

本文编号：2220894