学位论文 > 优秀研究生学位论文题录展示
基于语义的图像多概念标注
作 者: 伊怀彬
导 师: 王加俊
学 校: 苏州大学
专 业: 通信与信息系统
关键词: 图像多概念标注 语义概念 分层高斯混合模型 概率潜在语义分析 K-均值聚类
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 164次
引 用: 3次
阅 读: 论文下载
内容摘要
随着互联网的普及,多媒体数据,特别是图像数据,正在以前所未有的速度成倍增长。如何有效地管理与检索图像已成为目前信息检索领域中的重要课题。由于基于内容的图像检索无法解决“语义鸿沟”(底层的视觉特征与高层的语义表达存在巨大的差异)问题,基于语义的图像检索正逐渐成为研究的热点。基于语义的图像检索的关键和难点在于基于语义的图像标注。本文回顾了图像标注的发展历程(基于文本的图像标注、基于内容的图像检索和基于语义的图像标注)及其各自的基本理论和优缺点,全面综述了基于语义的图像标注的研究现状。本文的工作主要体现在以下几个方面:首先,提出一种基于去噪分层高斯混合模型的多概念图像标注方法。该方法主要包括低级特征的提取、图片的高斯混合模型表示、训练基于分层高斯混合模型的概念分类器、通过去除噪声高斯分量更新概念分类器和对图像进行多概念标注等过程。通过去除噪声高斯分量(对应与概念无关的图片区域),让剩余的高斯分量(对应与概念相关的图片区域)来训练概念分类器,提高了图像标注性能。其次,提出一种改进的概率潜在语义分析方法进行图像多概念标注方法。该方法主要包括低级特征的提取、视觉词汇表的构建、基于概率潜在语义方法的图片语义提取和用K-最近邻方法对图像多概念标注等过程。在视觉词汇表的构建过程中,通过利用分层高斯混合模型聚类方法代替K-均值聚类方法,提高了图像标注性能。
|
全文目录
中文摘要 3-4 Abstract 4-8 第一章 绪论 8-13 1.1 研究背景和意义 8-10 1.2 图像标注的研究现状 10-11 1.3 本文主要工作 11 1.4 论文综述和组织结构 11-13 第二章 基于语义的图像标注概述 13-30 2.1 图像标注的发展历程 13-16 2.2 基于语义的图像标注 16-22 2.2.1 图像语义分层模型 16-18 2.2.2 图像语义的提取方法 18-19 2.2.3 基于语义的图像标注的研究方法 19-22 2.3 图像的视觉特征提取 22-29 2.4 本章小结 29-30 第三章 基于去噪分层高斯混合模型的图像标注 30-50 3.1 分层高斯混合模型的基本理论 30-32 3.2 一种基于HGM-DN 的多概念图像标注方法 32-39 3.2.1 图片的GMM 表示 33-36 3.2.2 基于HGM 的概念类的训练 36-37 3.2.3 去除噪声分量更新分类器 37-38 3.2.4 多概念图像自动标注 38-39 3.3 实验结果 39-49 3.3.1 实验配置 39-41 3.3.2 实验讨论和评价 41-48 3.3.3 HGM-DN 自动标注与人工标注的效果 48-49 3.4 结论 49-50 第四章 基于改进的概率潜在语义分析的图像标注 50-61 4.1 概率潜在语义分析方法的基本理论 50-52 4.2 一种基于PLSA-HGM 的图像标注方法 52-55 4.2.1 低级特征的提取 53 4.2.2 视觉词汇表的构建 53-54 4.2.3 基于PLSA 方法的图片语义提取 54-55 4.2.4 用KNN 方法对图像多概念标注 55 4.3 实验讨论 55-60 4.3.1 实验配置 55-56 4.3.2 实验比较和评价 56-60 4.4 结论 60-61 第五章 总结和展望 61-62 5.1 总结 61 5.2 今后的工作和展望 61-62 缩略词表 62-63 攻读硕士期间发表的文章 63-64 致谢 64-65 参考文献 65-69
|
相似论文
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 对于系统发育谱法聚类算法的改进,TP311.13
- 基于DCT域高压缩图像去块效应算法研究,TP391.41
- 基于ML_pLSA模型和特征包算法的目标识别方法,TP391.41
- 基于模糊C均值聚类的彩色图像分割算法研究,TP391.41
- 多点监测自适应网内数据融合技术的研究及应用,TP202
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
- 基于日负荷曲线的用电行业构成比例在线修正方法研究,TM714
- 面向装备研制的产品平台构建研究,TJ08
- 基于遥感影像的道路提取算法研究,TP751
- 弥散敏感度b值在脑梗塞多谱MR图像分割中的应用研究,TP391.41
- 模糊C-均值算法改进研究,TP311.13
- 局部描述特征结合概率潜在语义模型的场景分类技术研究,TP391.41
- 基于差分启发信息的模糊时间序列预测模型研究,F830
- 基于T-S模糊神经网络的CFB-FGD过程脱硫效率的预报研究,X701.3
- 连通区域加权的CVT模型在图像分割中的应用,TP391.41
- 内窥镜病理图像纹理分割的研究,TP391.41
- 基于模糊均值聚类的脑MR图像分割算法的研究,TP391.41
- 基于语义分析的产品评论挖掘技术研究,TP391.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|