面向資源共享網(wǎng)站的圖像標注和標簽推薦技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)多媒體技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)上的圖像等多媒體內(nèi)容的數(shù)量正在以指數(shù)級的速度迅猛增長。因此，實現(xiàn)大規(guī)模互聯(lián)網(wǎng)圖像的有效管理和檢索具有十分重要的現(xiàn)實意義。由于大多數(shù)互聯(lián)網(wǎng)圖像標簽丟失或標簽存在大量噪音，因此研究對這些弱標注(weakly—tagged)互聯(lián)網(wǎng)圖像自動添加標簽成為當前熱點研究問題。
　　 本文首先針對Flickr用戶經(jīng)常會根據(jù)上傳圖像所隱含主題而將其推薦到多個相關(guān)社群這一特點，提出了基于社群隱含主題挖掘和多社群信

2、息融合的自動圖像標注算法。該算法采用隱Dirichlet分配模型對單個社群中隱含主題進行挖掘，根據(jù)候選標簽與社群隱含主題之間相關(guān)性，對初始候選標注標簽進行過濾和排序，最終通過多層次多社群主題信息融合，得到標注結(jié)果。對于從Flicrk網(wǎng)站下載的三個社群圖像進行實驗的結(jié)果表明該算法能很大程度提高自動圖像標注精度。
　　 同時，為了有效輔助用戶添加標簽，本文提出了結(jié)合社群文本、圖像和用戶上下文信息的個性化標簽推薦算法。該算法首先建立由