学海网

毕业论文-图像自动语义标注关键技术研究，共81页，37244字，附外文翻译
中文摘要
互联网的飞速发展推动了网络数据的爆炸式增长，并引发海量数据环境
下的存储和管理问题。自动语义标注技术的诞生为海量图像数据的管理问题提供
了一个潜在的解决方案。图像自动标注技术通过利用数据挖掘、人工智能等方法
为图像添加能够有效描述其语义内容的文本，从而为后续的图像索引、检索等应
用提供基础，并提高其有效性。
在这篇论文中，针对如何挖掘标签关系用于图像标注和提高传统算法的
标注效果，我们提出了基于标签图模型随机游走的图像自动标注算法——
TagWalker，并将无标签图像的自动标注问题和带标签图像的标签补全问题统一在
同一个框架下。我们在两个标准数据集和一个网络数据集上对 TagWalker 算法进
行了充分的实验验证。实验结果表明，TagWalker 算法能有效地对图像进行自动
标注和标签补全，并能明显提高传统算法的标注效果。
进一步地，针对如何融合图像相关性和标签相关性，以及如何挖掘两者
之间的关系，我们提出了基于有向图非等概率随机搜索的图像自动标注算法——
TagSearcher，将标注问题建模为对候选标签在以图像为节点的有向图上进行非等
概率随机搜索的过程。通过在两个标准数据集上的实验，以及与多个传统算法的
比较，TagSearcher 算法充分表现出其在图像自动标注方面的有效性。
关键词：图像标注；图模型；随机游走；TagWalker；TagSearcher
目录
第 1 章 引 言 ..1
1.1 研究背景 .1
1.2 研究现状 .2
1.2.1 基于模型的图像自动标注算法 ........2
1.2.2 数据驱动的图像自动标注算法 ........6
1.3 作者主要工作 ...6
1.4 论文结构 .7
第 2 章 引用的项目 ..9
2.1 WordNet ...9
2.2 Lire 11
第 3 章 基于标签图模型随机游走的图像自动标注算法 .......13
3.1 相关工作 ........13
3.2 算法基本原理与框架 ........14
3.2.1 标签图的构建 .....16
3.2.2 标签初始分数值的确定 ........18
3.3 实验 .......19
3.3.1 数据集 .......19
3.3.2 对比算法与衡量方式 ...20
3.3.3 自动标注实验结果 .......21
3.3.4 标签补全实验结果 .......24
3.3.5 算法假设的验证 .27
3.3.6 数据集分析 27
3.4 算法总结 ........29
第 4 章 基于有向图非等概率随机搜索的图像自动标注算法 ........31
4.1 相关工作 ........31
4.2 算法基本原理与框架 ........32
4.2.1 图像依赖关系矩阵的构建 .....34
4.2.2 标签相似矩阵的构建 ...37
4.2.3 非等概率随机搜索过程 ........38
4.3 实验 .......42
4.3.1 数据集 .......42
4.3.2 对比算法与衡量方式 ...43
4.3.3 实验参数设置 .....44
4.3.4 实验结果与分析 .46
4.4 算法总结 ........52
第 5 章 结论 ..53
5.1 工作总结 ........53
5.2 未来工作展望 .53
插图索引 55
表格索引 57
参考文献 59
致 谢
声 明
63 附录 A 外文资料的调研阅读报告 ........1
65 在学期间参加课题的研究成果 .....7