学位论文 > 优秀研究生学位论文题录展示

融合颜色词描述的自动图像标注算法研究与实现

作　者: 魏云超
导　师: 宋泽海
学　校: 北京交通大学
专　业: 计算机科学与技术
关键词: 自动图像标注 图像检索 颜色恒常 颜色命名 多示例学习
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 49次
引　用: 0次
阅　读: 论文下载
 

内容摘要


摘要：随着计算机网络技术和成像技术的快速发展,图像数量正在快速增长。越来越丰富的图像资源,使得人们难以在海量数据中找到所需信息。如何对图像数据进行有效的组织和管理已经成为当前多媒体信息领域研究的热点。近年来,自动图像标注技术由于其在图像理解和检索方面具有潜在巨大应用而逐渐受到人们的重视。本文着重研究了如何建立有效的学习模型来解决图像标注问题,以及如何对名词性标注结果添加颜色性描述词以丰富图像标注内容。本文通过分析图像标注过程中存在的输入空间和输出空间的歧义性,提出了一种基于监督框架下的多示例学习算法来实现图像的自动标注。该方法将每幅训练图像看成一个包,每个包中包含多个示例。对于任一关键词,本文首先利用一种改进的多样性密度算法来计算关键词所对应的正包中的各个示例同关键词之间的语义相似度,然后选取多样性密度值满足给定阈值条件的示例作为关键词所对应的示例原型,最后利用高斯混合模型对关键词的示例原型进行语义建模,建立高层语义同底层特征之间的映射关系。在此基础上,针对当前图像标注都是名词性标注的特点,本文首次提出了融合颜色词描述的标注方法。该方法首先通过PLSA-bg模型建立颜色特征信息库,然后对待标注图像进行区域颜色替换,利用一种有效的判定策略实现对区域颜色的命名,最后将颜色词标注同关键词标注结合,形成带有颜色形容词的图像标注。本文在Corel图像库和Microsoft Research Cambridge图像库的基础上对所提出的方法进行了测试,并同现有方法进行比较。实验结果表明,本文所提出的方法是有效可行的。

全文目录


致谢  5-6
中文摘要  6-7
ABSTRACT  7-10
1 引言  10-14
  1.1 课题提出  10-11
  1.2 国内外研究现状  11-12
  1.3 自动图像语义标注研究的意义  12-13
  1.4 论文结构安排  13-14
2 图像处理相关理论介绍  14-26
  2.1 图像底层特征提取  14-16
    2.1.1 颜色特征  14-16
    2.1.2 纹理特征  16
  2.2 特征相似性度量方法  16-18
    2.2.1 欧式距离  17
    2.2.2 直方图相交距离  17-18
    2.2.3 余弦矩  18
  2.3 颜色恒常处理  18-22
    2.3.1 图像成像原理及光照转换模型  19
    2.3.2 颜色恒常性算法介绍  19-22
  2.4 图像分割算法介绍  22-25
    2.4.1 典图像分割算法  22-24
    2.4.2 JSEG分割算法  24-25
  2.5 本章小结  25-26
3 自动图像标注算法研究与实现  26-45
  3.1 问题描述  26-27
  3.2 现有标注算法介绍与分析  27-32
    3.2.1 机器翻译模型  27-28
    3.2.2 相关模型  28-31
    3.2.3 分类器模型  31-32
  3.3 图像预处理  32-34
    3.3.1 颜色恒常性处理  32-33
    3.3.2 图像分割及区域特征提取  33-34
  3.4 基于监督框架下的多示例学习算法  34-41
    3.4.1 示例原型的提取  36-40
    3.4.2 高斯混合模型处理  40-41
  3.5 实验  41-44
    3.5.1 实验数据介绍  41-42
    3.5.2 实验结果分析  42-44
  3.6 本章小结  44-45
4 融合颜色词描述的图像标注  45-53
  4.1 问题描述  45-46
  4.2 基于PLSA-bg模型的颜色命名算法  46-48
  4.3 融合颜色词描述  48-50
  4.4 实验  50-52
  4.5 本章小结  52-53
5 系统设计与实现  53-60
  5.1 系统开发环境  53
  5.2 系统体系结构  53-54
  5.3 数据库设计  54-56
  5.4 系统功能与界面  56-60
    5.4.1 训练模块  56-58
    5.4.2 测试模块  58-60
6 总结与展望  60-62
  6.1 总结  60
  6.2 展望  60-62
参考文献  62-65
作者简历  65-67
学位论文数据集  67

相似论文

  1. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  2. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  3. Q学习在基于内容图像检索技术中的应用,TP391.41
  4. 基于内容的服装图像检索技术研究及实现,TP391.41
  5. 基于多示例学习的用户关注概念区域发现,TP391.41
  6. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  7. 多样性密度学习算法的研究与应用,TP181
  8. 基于形状的汉画像检索技术研究,TP391.41
  9. 大规模图像检索中局部特征聚合与索引方法研究,TP391.3
  10. 基于Jade的多Agent图像检索系统,TP391.3
  11. 基于内容的大规模数字图像检索技术研究,TP391.41
  12. 图像检索的并行计算方法与系统,TP391.3
  13. 基于脑波的情感图像检索的研究,TP391.41
  14. 综合多特征的图像检索技术研究,TP391.41
  15. 基于草图的图像检索技术研究与系统实现,TP391.41
  16. 基于半监督哈希算法的图像检索方法研究,TP391.41
  17. 多模式图像检索方法研究,TP391.41
  18. 基于内容的图像检索技术研究,TP391.41
  19. 基于稀疏编码与机器学习的图像内容识别算法研究,TP391.41
  20. 基于多标签学习的图像区域语义自动标注算法研究,TP391.41
  21. 强化学习和相关反馈在口腔正畸图像检索中的应用,TP391.41

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