基于貝葉斯方法的圖像標注研究與系統(tǒng)實現(xiàn).pdf

1、圖像標注，就是由算法為圖片打上各種語義標簽，來表達圖片的內(nèi)容。隨著互聯(lián)網(wǎng)和成像存儲技術(shù)的發(fā)展，無時無刻不在產(chǎn)生著海量圖像數(shù)據(jù)，如何對這些視覺信息進行歸類和檢索，成為了一個熱點問題。圖像標注是圖像檢索的基本前提，關(guān)乎圖像處理的各方面的知識，在計算機學(xué)科的發(fā)展中，其重要性不言而喻。自從其誕生以來，各個計算機方面的專家都將目光投向于此，以期能夠在此領(lǐng)域取得重大的進步，為圖像領(lǐng)域的研究發(fā)展奠定重要的基礎(chǔ)。
　　由于存在高層語義信息與底層視

2、覺特征之間的語義鴻溝,現(xiàn)有各類圖像標注模型的準確性往往不能令人滿意,且難以勝任數(shù)據(jù)量大的情形。因此，本文在學(xué)習(xí)研究現(xiàn)有方法的基礎(chǔ)之上，從不同角度進行嘗試和探索，圍繞如何解決語義鴻溝問題，如何改善圖像標注效果，如何提高標注處理效率，展開工作，具體內(nèi)容如下：
　　①本文重點研究了基于貝葉斯方法的標注模型，介紹了其基本框架，分析了其主要方法，包括參數(shù)方法和非參數(shù)方法，并與各標注算法對比了優(yōu)缺點。
　?、诒疚脑诨谪惾~斯方法的標注模

3、型框架之上，提出了一個高效的標注算法。本文方法對各環(huán)節(jié)采用優(yōu)選方案處理，致力提高圖像標注效果和效率。圖像分割采用固定劃分加聚類，將分割融于訓(xùn)練；特征提取選擇主色描述符和Gabor濾波紋理，并進行組合；聚類采用自適應(yīng)的分裂層次k-means聚類；語義標注考慮了詞與詞的相關(guān)性。文中對各個環(huán)節(jié)都作了詳細分析和闡述，并描述了整個算法流程。本文設(shè)計和完成了三組實驗，分別驗證本文方法在不同特征上的表現(xiàn)、本文方法有效性和適用性。本文方法取得了不錯效率