【摘要】：基于文本檢索的成熟技術(shù)來解決圖像檢索的問題已經(jīng)取得了很大成功,像Google和Baidu等商業(yè)搜索引擎都已推出了自己的基于文本的圖像檢索服務。但是遺憾的是,互聯(lián)網(wǎng)上大規(guī)模的數(shù)字媒體中僅有非常少量的數(shù)據(jù)是帶有文本標簽和文字描述的,而且數(shù)據(jù)還在快速增加。為了更好的管理和利用這些數(shù)據(jù),讓這些信息豐富的數(shù)據(jù)發(fā)揮更大的價值,對圖像和視頻的語義提取成為了近年研究的熱點。過去十年,基于統(tǒng)計模型和分類模型提出了多種解決方案,但是都沒有達到令人滿意的效果。 多示例多標簽學習(MIML)是近年才出現(xiàn)的一種新的學習框架,由于其對多義性對象的出色表達能力而被運用到圖像分類和標注任務中。MIML將樣本看作由多個示例組成的示例包,并將其與多個語義標注關(guān)聯(lián)。與傳統(tǒng)的學習技術(shù)相比,MIML對多語義的復雜物體的表示更自然,而實驗也表明MEML在圖像場景分類等問題上都比傳統(tǒng)的學習技術(shù)有更好的效果。MIML中對圖像的多示例表示是解決圖像多義性表達的關(guān)鍵,其生成方式對標注結(jié)果有重要的影響。本文分析比較了基于區(qū)域和基于網(wǎng)格的兩種圖像多示例生成方式,并采用一種新的圖像分割算法進行基于區(qū)域的多示例生成。圖像的多示例表示加大了圖像間相似度的計算復雜度,本文采用一種多示例核函數(shù)來度量多示例數(shù)據(jù)的相似性,在不損失其多義性表示的基礎(chǔ)上降低了計算復雜度。 視頻標注作為圖像標注的延伸近年得到廣泛研究,大多數(shù)方法都是將視頻看作一組關(guān)鍵幀圖像的組合,從而借鑒圖像標注的理論方法來解決視頻標注的問題,也取得了不錯的效果。但是經(jīng)典的圖像標注方法沒有時間維度,而時間維度是視頻中很重要的信息。視頻中一個鏡頭往往是描述同一個語義,即這個鏡頭中的所有幀圖像的語義概念都是相同的,所以考慮視頻的時間維度將會大大提高視頻標注的準確度。本文同樣將視頻看作一組關(guān)鍵幀圖像的組合對視頻的自動標注進行了研究,并考慮視頻中的時間維度,提出一種基于時間一致性的核函數(shù)提高視頻標注的準確性。另外,為了提高模型的標注準確性和泛化能力,本文還探索了集成學習在圖像和視頻自動標注的應用。 本文主要做了一下幾個方面的研究：1)分析現(xiàn)有的基于多示例的圖像標注算法,探索比較了兩種多示例生成方法對結(jié)果的影響。2)提出一種基于MIML框架解決圖像標注的問題的方法,我們首先采用一種新的圖像分割方式提取圖像的多示例表示,并采用多示例核函數(shù)度量其相似性,然后提出一個基于多種特征的集成學習算法。3)提出一種基于時間一致性的核函數(shù),充分利用視頻中關(guān)鍵幀之間的時間一致性提高視頻標注的準確性。為了驗證算法的有效性,本文將在Corel5k數(shù)據(jù)集,IAPR數(shù)據(jù)集和TRECVID2005視頻分別驗證圖像和視頻的標注算法。實驗結(jié)果表明,我們的算法有效改善了圖像和視頻標注的準確性。
[Abstract]:......
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP391.41

【共引文獻】

相關(guān)期刊論文 前10條

1 韓強;;基于廣義Hough變換的手寫文檔整詞定位[J];安徽電子信息職業(yè)技術(shù)學院學報;2011年05期

2 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應用[J];安徽工程科技學院學報(自然科學版);2003年04期

3 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應用[J];安徽工程科技學院學報(自然科學版);2004年02期

4 許高程;張文君;王衛(wèi)紅;;支持向量機技術(shù)在遙感影像滑坡體提取中的應用[J];安徽農(nóng)業(yè)科學;2009年06期

5 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進展[J];安徽農(nóng)業(yè)科學;2010年17期

6 程剛;鄭小華;陽鋒;徐祖艦;;三維全景視覺技術(shù)在農(nóng)業(yè)機器人中的應用[J];安徽農(nóng)業(yè)科學;2010年34期

7 馮學軍;;最小二乘支持向量機的研究與應用[J];安慶師范學院學報(自然科學版);2009年01期

8 何海燕;施培蓓;;基于改進AdaBoost算法的行人檢測方法[J];安慶師范學院學報(自然科學版);2009年03期

9 吳慧蘭;劉國棟;劉炳國;胡濤;浦昭邦;;ICF實驗靶定位技術(shù)研究[J];半導體光電;2008年05期

10 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(英文)[J];半導體技術(shù);2008年06期

相關(guān)會議論文 前10條

1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術(shù)年會論文集(下)[C];2012年

2 劉善磊;張亮;;基于相位相關(guān)和SURF算法的關(guān)鍵幀實時匹配研究[A];江蘇省測繪學會2011年學術(shù)年會論文集[C];2011年

3 隋樹林;孫立宏;姚文龍;袁健;;融合改進UKF/SIFT信息的自主光學導航方法[A];第二十六屆中國控制會議論文集[C];2007年

4 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六屆中國控制會議論文集[C];2007年

5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六屆中國控制會議論文集[C];2007年

6 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

7 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六屆中國控制會議論文集[C];2007年

8 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七屆中國控制會議論文集[C];2008年

9 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國控制會議論文集[C];2010年

10 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九屆中國控制會議論文集[C];2010年

相關(guān)博士學位論文 前10條

1 王玉全;基于全景視覺的移動機器人同時定位與地圖創(chuàng)建方法研究[D];哈爾濱工程大學;2010年

2 梁洪;基于內(nèi)容的醫(yī)學圖像檢索及語義建模關(guān)鍵技術(shù)研究[D];哈爾濱工程大學;2010年

3 任楨;圖像分類任務的關(guān)鍵技術(shù)研究[D];哈爾濱工程大學;2010年

4 殷志偉;基于統(tǒng)計學習理論的分類方法研究[D];哈爾濱工程大學;2009年

5 孔凡芝;引線鍵合視覺檢測關(guān)鍵技術(shù)研究[D];哈爾濱工程大學;2009年

6 王作為;具有認知能力的智能機器人行為學習方法研究[D];哈爾濱工程大學;2010年

7 鄭大騰;柔性坐標測量機空間誤差模型及最佳測量區(qū)研究[D];合肥工業(yè)大學;2010年

8 肖潔;視覺注意模型及其在目標感知中的應用研究[D];華中科技大學;2010年

9 朱清波;序列圖像三維重建方法研究[D];華中科技大學;2010年

10 田文;多視圖圖像的快速三維場景重建[D];華中科技大學;2010年

相關(guān)碩士學位論文 前10條

1 宋抗;壓縮機活塞圓度誤差數(shù)字檢測系統(tǒng)研究[D];河南理工大學;2010年

2 陳忠翔;基于立體視覺的三維重建方法研究[D];南昌航空大學;2010年

3 李金華;基于SVM的多類文本分類研究[D];山東科技大學;2010年

4 雒燕飛;地質(zhì)災害應急地理信息數(shù)據(jù)庫設(shè)計及其應用[D];山東科技大學;2010年

5 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學;2010年

6 倪希亮;基于尺度不變特征的多源遙感影像配準[D];山東科技大學;2010年

7 賈偉潔;SAR影像與光學影像配準研究[D];山東科技大學;2010年

8 朱耿峰;支持向量機在沖擊地壓預測模型中的應用研究[D];山東科技大學;2010年

9 任天宇;自穩(wěn)定航拍系統(tǒng)算法與設(shè)計[D];長春理工大學;2010年

10 韓寧;魯棒性圖像水印算法研究[D];遼寧師范大學;2010年

，

本文編號：2489055