| 基于Co-training的图像自动标注 |
| |
| 作者姓名： | 柯逍 李绍滋 陈国龙 |
| |
| 作者单位： | 福州大学数学与计算机科学学院福建省科学工程计算重点实验室;厦门大学信息科学与技术学院 |
| |
| 基金项目： | 国家自然科学基金项目(60873179,60803078,10871221);高等学校博士学科点专项科研基金项目(20090121110032);福建省自然科学基金项目(2013J05088) |
| |
| 摘 要： | 图像自动标注是图像理解与模式识别等领域中具有挑战性的关键研究问题.目前图像自动标注领域存在着一些问题,如未标注数据规模要远大于标注数据规模,只能单独使用某种图像分割策略与某类图像表示方法.针对上述问题,提出了基于Co-training的图像自动标注方法,通过构建4个独立的特征属性进而建立4个子分类器,将不同的图像分割方法与特征表示方法整合到一个统一框架中,利用提出的基于投票与一致性相结合的自适应算法扩展原始训练集.该方法通过使用Co-training算法,利用大量未标注数据来提升图像自动标注的性能.通过在Corel 5K数据库上进行实验,验证了提出方法的有效性.
|
| 关 键 词： | 图像自动标注 Co-training算法 统一框架 相关模型 |
| 本文献已被 CNKI 等数据库收录！ |
|
