基于條件隨機(jī)場(chǎng)與糾錯(cuò)輸出碼的圖像自動(dòng)標(biāo)注方法研究.pdf

1、隨著萬(wàn)維網(wǎng)和多媒體技術(shù)的發(fā)展,人們能更加便捷地獲得圖像資料,使得信息量遠(yuǎn)遠(yuǎn)大于文本資料的圖像更受人們青睞,圖像的應(yīng)用也日益變得廣泛。如何在海量的數(shù)據(jù)庫(kù)里準(zhǔn)確地檢索到用戶(hù)所需要的信息,成為迫切需要解決的問(wèn)題。于是基于內(nèi)容的圖像檢索技術(shù)應(yīng)運(yùn)而生,并成為圖像領(lǐng)域研究的熱點(diǎn)問(wèn)題。圖像自動(dòng)標(biāo)注技術(shù)是圖像檢索和圖像智能識(shí)別的關(guān)鍵,是目標(biāo)識(shí)別和圖像理解等領(lǐng)域工作的基礎(chǔ)。圖像自動(dòng)標(biāo)注技術(shù)利用一些關(guān)鍵詞為圖像進(jìn)行標(biāo)注,這些標(biāo)注能夠反映圖像的語(yǔ)義內(nèi)容,適用

2、于未來(lái)大規(guī)模的圖像檢索。本文將目前較為新興的圖模型算法即條件隨機(jī)場(chǎng)(Conditional Random Field)模型,引入到了圖像標(biāo)簽研究工作中,條件隨機(jī)場(chǎng)模型能夠很好地對(duì)圖像標(biāo)簽之間的相互影響進(jìn)行建模,提高標(biāo)簽推理的正確率。但是該智能算法的引進(jìn)帶來(lái)了訓(xùn)練時(shí)間長(zhǎng)、模型復(fù)雜等一系列難題,于是提出基于糾錯(cuò)輸出碼的圖像標(biāo)簽?zāi)Ｐ?該模型簡(jiǎn)便靈活,能夠?qū)崿F(xiàn)低復(fù)雜度的圖像自動(dòng)標(biāo)簽,頗具研究意義。本論文的主要工作有以下幾個(gè)方面:
　　1.

3、數(shù)字圖像以單個(gè)像素的形式儲(chǔ)存,其龐大的數(shù)據(jù)量和冗余信息一直是圖像處理中的難點(diǎn)。本論文為減少后續(xù)圖像算法的復(fù)雜度,基于像素之間的相關(guān)性,將圖像先進(jìn)行超像素分割得到超像素圖,后面章節(jié)的算法均是以超像素替代像素為基本處理單位,減少了計(jì)算的復(fù)雜度。
　　2.以超像素為概率圖的節(jié)點(diǎn),利用條件隨機(jī)場(chǎng)進(jìn)行建模,基于給定的訓(xùn)練數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練,然后對(duì)測(cè)試圖像進(jìn)行自動(dòng)標(biāo)注,條件隨機(jī)場(chǎng)充分利用了超像素間的相互影響這一信息,從而提高了自動(dòng)標(biāo)注的準(zhǔn)確率