圖像標(biāo)注是圖像處理領(lǐng)域重要的研究方向之一。隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)上的圖像數(shù)量迅速增加,想要找到所需要的圖像越來(lái)越困難�；诤诵恼Z(yǔ)義的圖像標(biāo)注方法對(duì)后續(xù)圖像的檢索、識(shí)別等都有更好的幫助。該文主要對(duì)減少不相關(guān)語(yǔ)義標(biāo)簽、定位圖像語(yǔ)義表征區(qū)域等進(jìn)行研究。首先,該文構(gòu)建不相關(guān)語(yǔ)義刪減的圖像標(biāo)注算法。圖像中目標(biāo)的類(lèi)別以及目標(biāo)的數(shù)量都是不確定的,圖像單獨(dú)分類(lèi)不能將圖像的所有目標(biāo)都標(biāo)注出來(lái),而相似性標(biāo)注又會(huì)產(chǎn)生大量的不相關(guān)語(yǔ)義。故該文采用了一種分類(lèi)標(biāo)注與相似性度量標(biāo)注相結(jié)合的方法,通過(guò)獲取語(yǔ)義標(biāo)簽之間的相關(guān)性進(jìn)行不相關(guān)語(yǔ)義的刪減,并在兩個(gè)不同的數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),取得了較好的實(shí)驗(yàn)效果。其次,實(shí)現(xiàn)基于語(yǔ)義表征區(qū)域的圖像標(biāo)注。人類(lèi)的視覺(jué)神經(jīng)在接觸圖像時(shí),與視覺(jué)神經(jīng)相連的大腦神經(jīng)時(shí)會(huì)找到圖像最具有表現(xiàn)力的位置,根據(jù)大腦神經(jīng)的這種機(jī)制提出了語(yǔ)義表征區(qū)域標(biāo)注算法。該方法通過(guò)滑動(dòng)窗口與距離度量相結(jié)合的方法找到語(yǔ)義表征區(qū)域,利用相似性度量為語(yǔ)義表征區(qū)域生成新的圖像標(biāo)注。此方法可以更好地標(biāo)注圖像核心語(yǔ)義區(qū)域的目標(biāo)。最后,完成基于網(wǎng)格劃分遮擋的語(yǔ)義表征區(qū)域標(biāo)注。為了獲取更加完整的語(yǔ)義表征區(qū)域,將圖像劃分網(wǎng)格后進(jìn)行部分遮...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-4P、R、F隨aP變化的曲線

燕山大學(xué)工程碩士學(xué)位論文.5.2結(jié)果分析根據(jù)標(biāo)簽之間的關(guān)聯(lián)規(guī)則，查看首要標(biāo)簽與重要標(biāo)簽同時(shí)出現(xiàn)的情況下，其似標(biāo)簽出現(xiàn)的概率，如果此概率大于自適應(yīng)閾值aP，則選取此標(biāo)簽作為測(cè)試圖標(biāo)簽，相反如果此概率小于自適應(yīng)閾值，則舍棄此標(biāo)簽。為了設(shè)置合適的自閾值aP，通過(guò)調(diào)整aP來(lái)推測(cè)....

圖4-7s值對(duì)實(shí)驗(yàn)正確率的影響

第4章基于語(yǔ)義表征區(qū)域的圖像標(biāo)注算法于語(yǔ)義表征區(qū)域的標(biāo)注。為了使每張測(cè)試圖像找到最適應(yīng)的初始訓(xùn)練集，需要設(shè)置合適的圖像數(shù)量s，圖4-7是選取不同的s值對(duì)于實(shí)驗(yàn)準(zhǔn)確率的影響。從下圖中可以發(fā)現(xiàn)隨著s值逐漸增加，實(shí)驗(yàn)標(biāo)注的準(zhǔn)確率先是很快增加，后逐漸不再增加保持了平穩(wěn)....

圖5-4k值對(duì)實(shí)驗(yàn)的影響

燕山大學(xué)工程碩士學(xué)位論文5.5.2結(jié)果分析因?yàn)樵跒闇y(cè)試圖像標(biāo)注時(shí)是通過(guò)構(gòu)造相似的訓(xùn)練圖像集，所以與測(cè)試圖像相的訓(xùn)練圖像也很有可能會(huì)傳遞不相干的語(yǔ)義詞匯。但是因?yàn)椴煌瑘D像傳遞相同的相干語(yǔ)義概率很小，所以在選取訓(xùn)練集的圖像的數(shù)量時(shí)設(shè)置閾值k可以有效的防不相干語(yǔ)義的傳遞。為了使每....

本文編號(hào)：3904083