基于voronoi圖的半監(jiān)督學習自動圖像標注

基于voronoi圖的半監(jiān)督學習自動圖像標注

ID:35059006

大?。?.87 MB

頁數(shù):70頁

時間:2019-03-17

基于voronoi圖的半監(jiān)督學習自動圖像標注_第1頁
基于voronoi圖的半監(jiān)督學習自動圖像標注_第2頁
基于voronoi圖的半監(jiān)督學習自動圖像標注_第3頁
基于voronoi圖的半監(jiān)督學習自動圖像標注_第4頁
基于voronoi圖的半監(jiān)督學習自動圖像標注_第5頁
資源描述:

《基于voronoi圖的半監(jiān)督學習自動圖像標注》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、密級:保密期限:名A乂爹碩:t學位論文基于Voronoi圖的半監(jiān)督學習自動圖像標注-etationofSemiSuervisedAutomaticImagAnnopLearninBasedonVoronoiGraphg學號E13201033吳壽昆.姓名?學位類別工學碩±—計算誦技術f工15遙 ̄指導教師郭玉堂2016年3月完成時間答會益f名或乃...I—乃..^...1.■的■獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在

2、導師指導下進行巧研究工作及取得的研究成果。據(jù)我所知,除了文中特別加W標注和致謝的地方外,論文中不包含其他人己經發(fā)表或撰寫過的研究成果,也不包含為獲得安徽大學或其他教育機構的一學位或證書而使用過的材料。與我同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。學位論文作者簽名:心簽字曰期:c)。1峰月巧^學位論文版權使用授權書本學位論文作者完全了解安徽大學有關保留、使用學位論文的規(guī)定,有權保留并向國家有關部口或機構送交論文的復印件和磁盤,允許論文被查閥和借^閱。本人授權安徽大學可!義將學位論文的全部或部

3、分內容編入有關數(shù)據(jù)庫進行檢索L、、匯。,可乂采用影印縮巧或掃描等復制手段保存編學位論文(保密的學位論文在解密后適用本授權書)學位論文作者簽名削巾簽名:(。簽字日期刮年了月^日簽字日期:年廠月^曰摘要隨著圖像識別技術和基于內容圖像檢索技術的深入發(fā)展,自動圖像標注技術一受到了空前的關注,并漸漸成為了圖像處理和模式識別領域里的項重要的研究課題一。自動圖像標注方法的提出在定程度上解決了傳統(tǒng)的基于文本和內容的圖像檢""索系統(tǒng)存在的人工標注工作量巨大W及語義鴻溝等問題。自動圖像標注首先根據(jù)全部己標注圖像集來構造一個圖像

4、底層視覺特征空間和圖像高層語義概念空間與之間的關系模型,然后讓計算機根據(jù)己有的信息自動地去學習該模型,并最終達到給未標注的圖像加上能表現(xiàn)圖像內容的語義標注詞的目的。那么,如何有效地提取圖像的底層視覺特征對圖像語義進行準確描述,如何有效地構建一條快速的、優(yōu)良的連接圖像底層特征和圖像高層語義之間的信息通道,如何對基本圖像標注結果進行優(yōu)化,這些都將是實現(xiàn)自動圖像標注的關鍵,也是眾多研究者面臨的極具挑戰(zhàn)性的工作。針對這些問題,本文將W基于圖的自動圖像標注方法為重要立足點一,圍繞該方法的理論基礎和實現(xiàn)過程展開進步研究,并給出了改進方

5、案。提取圖像的底層視覺特征是自動圖像標注過程面臨的首要也是非常關鍵的基礎性任務。本文著重闡述了基于顏色直方圖和基于姑bor小波變換兩種顏色和紋理特征描述方法。針對傳統(tǒng)固定權值特征融合方法沒有考慮到特征向量的內部關系W及需要大量的實驗才能確定權值的問題一種基于權值矩陣加權的,提出了特征融合方法。并通過實驗對比證明了該方法可達到更好檢索性能。在基于傳統(tǒng)的構圖模型的半監(jiān)督學習方法中,針對在構建W圖像為節(jié)點的相似圖時沒有充分考慮到數(shù)據(jù)集中數(shù)據(jù)子集的結構分布信息的問題,提出了基于Voronoi圖的k階鄰近的半監(jiān)督學習方法。W基于

6、Voronoi圖的k階鄰近的半監(jiān)督學習方法為基于圖的標簽傳播的原理一VoronoiV與機制,提出種利用基于圖的半監(jiān)督學習自動圖像楊注方法(GSSL)。該方法充分考慮到Voronoi圖在表達空間目標影響區(qū)域的天然優(yōu)越性,及其k階鄰近在表示點對間的相似性時很好地融合了圖像數(shù)據(jù)點在特征空間內的分布I安徽大學碩±學位論文基于Voronoi圖的半監(jiān)督學習自動圖像標注信息。在構造圖像間的相似圖時引入了Voronoi圖來對其進行影響,充分利用未標注圖像與己標注圖像底層特征的內在相關性,,W圖為載體半監(jiān)督學習為指導,標簽傳播算法為驅動

7、,再結合多橋記學習思想,實現(xiàn)了已標注圖像的標注詞向未標注圖像的傳遞,,并最終完成了對未標注圖像的標注任務。通過方法對比實驗VGS化相比于其他方法能夠獲得較高的性能,且標注結果有了顯著改善。關鍵詞:自動圖像標注;基于圖半監(jiān)督學習;Voronoi圖;IIAbstractAbstract-ereconition1tWiththedevelopmentofimagg;echnologyandcontenbasedimageretrievaltechnology,Theautomaticimageanno

8、tationbchnologyhasreceivedunprecede

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。