换一批摘要针对有效利用图像底层视觉特征和图像语义特征进行图像标注,提出一种改进的AP(Affinity Propagation)聚类标注模型.首先采用半监督距离测度学习算法,融合图像语义信息,训练得到新的距离测度.然后使用新的距离测度对每一类图像进行AP聚类,生成各类图像的聚类中心,计算待标注图像到各类图像聚类中心的平均距离,确定待标注图像类别.最后计算待标注图像到类内各个聚类中心的距离,确定待标注图像类内类别,统计该类别下图像的标注词,作为待标注图像的标注词.在Corel5K和NUS-WIDE数据集上进行了实验,经验证,该方法有效提高了标注精度.
更多相关知识
分类号
TP391.4
栏目名称
DOI
10.3778/j.issn.1002-8331.1606-0180
发布时间
2017-12-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
网络文化与数字传播北京市重点实验室开放基金（No.ICDD201504）
国家自然科学基金（No.61271304）
北京成像技术高精尖创新中心项目（No.BAICIT-2016003）
国家社会科学基金（No.14@ZH036）
- 浏览1
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
