隨著互聯(lián)網(wǎng)平臺全面智能化轉型,作為圖像檢索、人機對話、視覺輔助等服務的基礎,圖像標注已成為各平臺的必備功能,而如何實現(xiàn)準確的圖像標注,成為了一項亟需解決的問題。人工標注數(shù)據(jù)能夠獲得準確的結果,但是由于標注過程耗時耗力,并且圖像總量呈現(xiàn)爆發(fā)趨勢,無法完全使用人工方式獲得圖像標注信息,由此催生出自動化的圖像標注算法。近年來,基于深度神經(jīng)網(wǎng)絡的圖像標注算法取得了巨大的成功,但是圖像的底層視覺特征與高層語義之間存在的“語義鴻溝”,決定了圖像標注算法還有很大的提升空間,包括如何利用圖像輔助信息標注圖像、如何由語義層面改進標注結果、如何快速訓練深度圖像標注模型等。本文圍繞基于深度神經(jīng)網(wǎng)絡的圖像標注展開研究,提出了基于隱特征學習的社交圖像重標注算法和基于語義理解與描述的圖像標注算法。從不同的角度審視任務核心,提出了多種基于深度神經(jīng)網(wǎng)絡的解決方案,并提出利用分布式GPU加速訓練過程的方法。本文的主要創(chuàng)新性成果如下:1.提出一種基于噪聲估計的圖像重標注算法,利用柯西分布擬合圖像的社會標簽噪聲,優(yōu)化矩陣分解中隱特征學習,提升社會標簽的應用效果。通過對比多種噪聲分布假設,證實了柯西分布從理論與實踐上都能夠很...

【文章頁數(shù)】：127 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 社會標簽在圖像標注中的應用
        1.2.2 圖像語義在圖像標注中的應用
        1.2.3 深度神經(jīng)網(wǎng)絡概述
    1.3 本文的主要工作與創(chuàng)新點
    1.4 論文章節(jié)安排
第二章 基于隱特征學習的社交圖像重標注算法
    2.1 研究現(xiàn)狀
    2.2 問題定義
    2.3 基于噪聲估計的圖像重標注算法
        2.3.1 概率矩陣分解
        2.3.2 柯西矩陣分解
        2.3.3 實驗結果及分析
    2.4 基于隱特征維度相關性建模的圖像重標注算法
        2.4.1 基于神經(jīng)網(wǎng)絡的圖像標注框架
        2.4.2 基于卷積神經(jīng)網(wǎng)絡的圖像標注框架
        2.4.3 實驗結果與分析
    2.5 本章小結
第三章 基于語義理解與描述的圖像標注算法
    3.1 研究現(xiàn)狀
    3.2 問題定義
    3.3 基于多模態(tài)雙向遞歸神經(jīng)網(wǎng)絡的圖像標注算法
        3.3.1 遞歸神經(jīng)網(wǎng)絡
        3.3.2 多模態(tài)遞歸神經(jīng)網(wǎng)絡
        3.3.3 多模態(tài)雙向遞歸神經(jīng)網(wǎng)絡
        3.3.4 實驗結果與分析
    3.4 基于大規(guī)模語料庫的圖像標注算法
        3.4.1 基于描述匹配的圖像標注算法
        3.4.2 基于哈希優(yōu)化的圖像標注算法
        3.4.3 實驗結果與分析
    3.5 本章小結
第四章 深度圖像標注算法訓練加速架構
    4.1 研究現(xiàn)狀
    4.2 卷積神經(jīng)網(wǎng)絡
    4.3 卷積神經(jīng)網(wǎng)絡及數(shù)據(jù)并行
    4.4 Wheel加速架構
        4.4.1 混合并行模式
        4.4.2 交替執(zhí)行策略
        4.4.3 Wheel模塊設計
        4.4.4 Wheel的資源利用
    4.5 實驗結果與分析
        4.5.1 與經(jīng)典方法比較
        4.5.2 GPU利用率
        4.5.3 通信效率
        4.5.4 實際訓練情況
    4.6 本章小結
第五章 總結與展望
    5.1 全文總結
    5.2 后續(xù)工作展望
致謝
參考文獻
攻讀博士學位期間取得的成果



本文編號：3854185