基于低秩稀疏分解优化的图像标签完备

作     者：孟磊 张素兰 胡立华 张继福 Meng Lei;Zhang Sulan;Hu Lihua;Zhang Jifu

作者机构：太原科技大学计算机科学与技术学院 

基　　金：国家自然科学基金(61373099) 国家自然科学基金青年科学基金(61402316) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2020年第32卷第1期

页      码：36-44页

摘      要：大量上传的网络图像因用户语义标注的随意性,造成了图像标签的不完备,大大降低了图像检索的效率.低秩稀疏是一种有效降低数据噪声的方法.为提高图像语义标签完备的准确度,提出一种基于低秩稀疏分解优化(LRSDO)的图像标签完备方法.首先结合待完备图像的视觉特征和语义搜索其近邻图像集;然后通过低秩稀疏分解模型获得其视觉特征与语义之间的映射关系,并以此预测该图像的候选标签;最后使用面向个体的标签共现频率方法对候选标签进行去噪优化,进而实现对其更加准确的自动图像标签完备.在基准数据集Corel5K和真实数据集Flickr30Concepts上进行了实验,结果表明,该方法在图像标签完备的平均准确率,平均召回率和覆盖率上均表现出更优的性能.

主 题 词：图像标签完备 低秩稀疏分解 标签预测 标签优化 语义标注 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2020.17821

馆 藏 号：203883246...