《圖像標籤關聯性模型研究》是依託武漢理工大學，由胡輯偉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：圖像標籤關聯性模型研究
- 項目類別：青年科學基金項目
- 項目負責人：胡輯偉
- 依託單位：武漢理工大學
項目摘要,結題摘要,
項目摘要
本項目模擬人類思維，研究了一種分級模型，用於圖像標註任務。在本框架中，我們提出一種聯想記憶共享的方法。基於此方法，我們把不同的標籤分為不同的級別，並引入一種新型的樹結構。這種新型結構是通過分析及模擬人類大腦思維而創建的具有延伸枝葉的樹結構。我們把複雜的標籤信息映射到新構建的層次樹中，通過分析樹的節點來找到這些複雜標籤之間的關聯性。該模型的建立為進一步基於標籤的分類器設計降低了難度。此外，本項目還開展了一種新型特徵提取方法的研究：特徵池的提取。並嘗試把這種新型特徵套用到自適應增強的算法中去，為進一步的特徵選擇提高效率。另外,關於模糊語義的研究也是本項目的一個課題。我們通過挖掘具有模糊語義標籤的每一個獨特含義來進一步最佳化圖像標註系統。
結題摘要
作為計算機視覺的熱門話題，圖像語義理解研究在很大程度上促進了圖像檢索，圖像管理等實際套用的實施。而自動圖像標註更是圖像語義研究領域中的熱點，它不僅需考慮到圖像之間的視覺信息的比對，還需要建立圖像視覺信息和文本之間的關聯模型。一個成功的自動圖像標註系統可以讓用戶同時實現圖像檢索，圖像管理，圖像索引等各方面的實際套用，很大程度上說明了本項研究的重大意義。本項目以自動圖像標註中標籤關聯性模型及圖像特徵選取和模糊語義為研究目標，建立了面向大數據海量圖像需求的圖像標註系統，開展了基於標籤文本關聯及文本與特徵關聯的方法研究，根據人類思維方式的特點設計了一種具有延伸枝葉的樹結構用於區分兩種不同類別的標籤；此外，面向自動標註系統中特徵提取困難，研究了傳統特徵、高級別語義特徵以及模糊語義對標註的影響，以及面向大數據海量圖像庫中特徵提取的效率問題，並提出了符合不同語義的新型特徵提取機制，為標註系統性能的整體提升提供支持。本項目建立了一套圖像標註系統模型，並基於5個大型資料庫做了充分的實驗論證。通過綜合分析和實驗測試，同時對所取得相關成果運行性能進行分析評估，並驗證了項目成果的有效性。 項目發表論文10篇，登記計算機軟體著作權2項，培養碩士及博士研究生7人，圓滿完成了預定的各項研究任務。
