基于機(jī)器學(xué)習(xí)方法的視覺信息標(biāo)注研究.pdf

1、隨著存儲設(shè)備、計(jì)算機(jī)網(wǎng)絡(luò)和壓縮技術(shù)的發(fā)展，視覺信息大量涌現(xiàn)，如何有效地組織、表達(dá)、管理和檢索浩如煙海的視覺信息，已成為科研領(lǐng)域和工業(yè)界亟待研究解決的問題。其中，視覺信息語義標(biāo)注受到愈來愈多的關(guān)注，成為當(dāng)下的研究熱點(diǎn)。 早期的視覺信息標(biāo)注是人工完成的，然而人工標(biāo)注費(fèi)時(shí)費(fèi)力，無法完成大規(guī)模視覺信息的語義標(biāo)注，這促使人們尋找新的標(biāo)注技術(shù)。由于機(jī)器學(xué)習(xí)方法具有成熟的理論基礎(chǔ)，可為語義標(biāo)注提供理論支持及可能的解決方案，基于機(jī)器學(xué)習(xí)的自動語

2、義標(biāo)注已逐漸成為解決視覺信息標(biāo)注問題的主流途徑。本文主要針對基于機(jī)器學(xué)習(xí)的視覺信息標(biāo)注展開研究，提出了一系列新穎的標(biāo)注算法，期望通過挖掘視覺信息標(biāo)注的特性來提高視覺信息標(biāo)注的準(zhǔn)確性，以促進(jìn)其實(shí)用化進(jìn)程。本論文的主要研究工作如下： 1.提出了面向語義概念特性挖掘的視覺信息標(biāo)注框架。在傳統(tǒng)的視頻標(biāo)注方法中引入語義概念特性挖掘，提出了結(jié)合概念間統(tǒng)計(jì)相關(guān)性以及語義相關(guān)性的視覺信息標(biāo)注改善算法。傳統(tǒng)的視覺信息標(biāo)注方法將某語義概念的標(biāo)注問題

3、當(dāng)作兩類分類問題來解決，將語義概念簡單地視為類別標(biāo)號，忽略了語義概念的自身特性，如概念間的統(tǒng)計(jì)相關(guān)性、語義相關(guān)性等，從而難以獲得令人滿意的效果。本文通過挖掘語義概念特性，并以此指導(dǎo)視覺信息標(biāo)注，有效地提高了標(biāo)注的準(zhǔn)確性。 2.提出了全新的基于半監(jiān)督多語義概念學(xué)習(xí)的視覺信息標(biāo)注技術(shù)。將多語義概念學(xué)習(xí)引入到半監(jiān)督學(xué)習(xí)中，提出了半監(jiān)督多語義概念學(xué)習(xí)框架?；诖丝蚣?，提出了兩種新穎的半監(jiān)督多語義概念學(xué)習(xí)算法，有機(jī)地結(jié)合了樣本間的相似性、

4、語義概念間的相關(guān)性、以及樣本與概念間的映射關(guān)系?；诎氡O(jiān)督多語義概念學(xué)習(xí)的視覺信息標(biāo)注技術(shù)在克服了訓(xùn)練樣本缺乏問題的同時(shí)，充分挖掘了概念間的相關(guān)性，獲得了更為準(zhǔn)確的標(biāo)注模型。 3.首創(chuàng)性地研究了基于多示例多語義概念學(xué)習(xí)的視覺信息標(biāo)注技術(shù)。多示例學(xué)習(xí)作為消除數(shù)據(jù)歧義性的有效途徑，已被越來越多地應(yīng)用于視覺信息標(biāo)注。但是，以往的多示例學(xué)習(xí)方法局限于解決單語義概念學(xué)習(xí)問題。而視覺信息標(biāo)注本質(zhì)上是一個多語義概念學(xué)習(xí)問題，并且數(shù)據(jù)歧義的起因