基于voronoi圖的半監(jiān)督學(xué)習(xí)自動(dòng)圖像標(biāo)注

《基于voronoi圖的半監(jiān)督學(xué)習(xí)自動(dòng)圖像標(biāo)注》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、密級(jí)：保密期限：名Ａ乂爹碩：ｔ學(xué)位論文基于Ｖｏｒｏｎｏｉ圖的半監(jiān)督學(xué)習(xí)自動(dòng)圖像標(biāo)注－ｅｔａｔｉｏｎｏｆＳｅｍｉＳｕｅｒｖｉｓｅｄＡｕｔｏｍａｔｉｃＩｍａｇＡｎｎｏｐＬｅａｒｎｉｎＢａｓｅｄｏｎＶｏｒｏｎｏｉＧｒａｐｈｇ學(xué)號(hào)Ｅ１３２０１０３３吳壽昆．姓名？學(xué)位類別工學(xué)碩±—計(jì)算誦技術(shù)ｆ工１５遙￣指導(dǎo)教師郭玉堂２０１６年３月完成時(shí)間答會(huì)益ｆ名或乃．．．Ｉ—乃．．＾．．．１．■的■獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在

2、導(dǎo)師指導(dǎo)下進(jìn)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(biāo)注和致謝的地方外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得安徽大學(xué)或其他教育機(jī)構(gòu)的一學(xué)位或證書而使用過的材料。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：心簽字曰期：ｃ）。１峰月巧＾學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解安徽大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閥和借＾閱。本人授權(quán)安徽大學(xué)可！義將學(xué)位論文的全部或部

3、分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索Ｌ、、匯。，可乂采用影印縮巧或掃描等復(fù)制手段保存編學(xué)位論文（保密的學(xué)位論文在解密后適用本授權(quán)書）學(xué)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(shí)別技術(shù)和基于內(nèi)容圖像檢索技術(shù)的深入發(fā)展，自動(dòng)圖像標(biāo)注技術(shù)一受到了空前的關(guān)注，并漸漸成為了圖像處理和模式識(shí)別領(lǐng)域里的項(xiàng)重要的研究課題一。自動(dòng)圖像標(biāo)注方法的提出在定程度上解決了傳統(tǒng)的基于文本和內(nèi)容的圖像檢＂＂索系統(tǒng)存在的人工標(biāo)注工作量巨大Ｗ及語義鴻溝等問題。自動(dòng)圖像標(biāo)注首先根據(jù)全部己標(biāo)注圖像集來構(gòu)造一個(gè)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(guān)系模型，然后讓計(jì)算機(jī)根據(jù)己有的信息自動(dòng)地去學(xué)習(xí)該模型，并最終達(dá)到給未標(biāo)注的圖像加上能表現(xiàn)圖像內(nèi)容的語義標(biāo)注詞的目的。那么，如何有效地提取圖像的底層視覺特征對(duì)圖像語義進(jìn)行準(zhǔn)確描述，如何有效地構(gòu)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(duì)基本圖像標(biāo)注結(jié)果進(jìn)行優(yōu)化，這些都將是實(shí)現(xiàn)自動(dòng)圖像標(biāo)注的關(guān)鍵，也是眾多研究者面臨的極具挑戰(zhàn)性的工作。針對(duì)這些問題，本文將Ｗ基于圖的自動(dòng)圖像標(biāo)注方法為重要立足點(diǎn)一，圍繞該方法的理論基礎(chǔ)和實(shí)現(xiàn)過程展開進(jìn)步研究，并給出了改進(jìn)方

5、案。提取圖像的底層視覺特征是自動(dòng)圖像標(biāo)注過程面臨的首要也是非常關(guān)鍵的基礎(chǔ)性任務(wù)。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(duì)傳統(tǒng)固定權(quán)值特征融合方法沒有考慮到特征向量的內(nèi)部關(guān)系Ｗ及需要大量的實(shí)驗(yàn)才能確定權(quán)值的問題一種基于權(quán)值矩陣加權(quán)的，提出了特征融合方法。并通過實(shí)驗(yàn)對(duì)比證明了該方法可達(dá)到更好檢索性能。在基于傳統(tǒng)的構(gòu)圖模型的半監(jiān)督學(xué)習(xí)方法中，針對(duì)在構(gòu)建Ｗ圖像為節(jié)點(diǎn)的相似圖時(shí)沒有充分考慮到數(shù)據(jù)集中數(shù)據(jù)子集的結(jié)構(gòu)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(xué)習(xí)方法。Ｗ基于

6、Ｖｏｒｏｎｏｉ圖的ｋ階鄰近的半監(jiān)督學(xué)習(xí)方法為基于圖的標(biāo)簽傳播的原理一ＶｏｒｏｎｏｉＶ與機(jī)制，提出種利用基于圖的半監(jiān)督學(xué)習(xí)自動(dòng)圖像楊注方法（ＧＳＳＬ）。該方法充分考慮到Ｖｏｒｏｎｏｉ圖在表達(dá)空間目標(biāo)影響區(qū)域的天然優(yōu)越性，及其ｋ階鄰近在表示點(diǎn)對(duì)間的相似性時(shí)很好地融合了圖像數(shù)據(jù)點(diǎn)在特征空間內(nèi)的分布Ｉ安徽大學(xué)碩±學(xué)位論文基于Ｖｏｒｏｎｏｉ圖的半監(jiān)督學(xué)習(xí)自動(dòng)圖像標(biāo)注信息。在構(gòu)造圖像間的相似圖時(shí)引入了Ｖｏｒｏｎｏｉ圖來對(duì)其進(jìn)行影響，充分利用未標(biāo)注圖像與己標(biāo)注圖像底層特征的內(nèi)在相關(guān)性，，Ｗ圖為載體半監(jiān)督學(xué)習(xí)為指導(dǎo)，標(biāo)簽傳播算法為驅(qū)動(dòng)

7、，再結(jié)合多橋記學(xué)習(xí)思想，實(shí)現(xiàn)了已標(biāo)注圖像的標(biāo)注詞向未標(biāo)注圖像的傳遞，，并最終完成了對(duì)未標(biāo)注圖像的標(biāo)注任務(wù)。通過方法對(duì)比實(shí)驗(yàn)ＶＧＳ化相比于其他方法能夠獲得較高的性能，且標(biāo)注結(jié)果有了顯著改善。關(guān)鍵詞：自動(dòng)圖像標(biāo)注；基于圖半監(jiān)督學(xué)習(xí)；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