基于卷积神经网络的多标签图像自动标注

发布时间：2018-01-28 00:00

本文关键词： 图像自动标注多标签深度学习卷积神经网络　出处：《计算机科学》2016年07期 　论文类型：期刊论文

【摘要】：如今生活中,图像资源无处不在,海量的图像让人应接不暇。如何快速有效地对这些图像信息进行查询、检索和组织,成为了当前亟需解决的热门问题。而图像自动标注是解决基于文本的图像检索的关键。文中提出的这套基于深度学习模型中的卷积神经网络模型的多标签图像自动标注系统,实现了多标签损失排名函数,完成了多标签数据的训练与测试。在实验验证上,先选取CIFAR-10数据集进行算法的有效性测试,然后选取多标签图像数据集Corel 5k进行定量测试比较,结果表明,该算法的综合性能指标与现有算法相比有较大的提升。
[Abstract]:Now life, image resources everywhere, massive images of people. Too busy to attend to all how to effectively query the image information retrieval and organization, has become a hot issue to be solved. And the automatic image annotation is the key to solving the text based image retrieval. In this paper the multi label image deep learning convolutional neural network model based on the automatic annotation system, realizes the multi label ranking loss function, completed the training and testing of multi label data. In the experiment, test the validity of the selected CIFAR-10 data set of the algorithm, and then select the multi label image data sets Corel 5K quantitative comparison test results show that and the comprehensive performance index of the algorithm is greatly improved compared with the existing algorithms.

【作者单位】：清华大学计算机科学与技术系;北京航空航天大学软件学院;
【基金】：国家自然科学基金(U1433112,61170253) 国家核高基项目(2013ZX01039001-002) 国家高技术研究发展计划(“863计划”)(2011AA01A205) 清华—腾讯合作项目(人体虚拟形象建模)资助
【分类号】：TP391.41;TP183
【正文快照】：

【相似文献】