面向網(wǎng)絡(luò)的圖像搜集與目標(biāo)標(biāo)記.pdf

1、互聯(lián)網(wǎng)的迅速發(fā)展，尤其是像微博、Facebook之類的個(gè)人主頁(yè)更增加了人們將照片上傳到網(wǎng)上的積極性，同時(shí)可移動(dòng)攝像設(shè)備的普及使得人們隨時(shí)隨地能夠拍照并將照片上傳到網(wǎng)上，這兩個(gè)因素加起來(lái)使得網(wǎng)上的圖像數(shù)量呈爆炸式增長(zhǎng)，而且圖像種類變得豐富多彩。利用網(wǎng)上的各種搜索引擎和相關(guān)技術(shù)讓我們能夠搜集到成千上萬(wàn)的圖像。另一方面，在計(jì)算機(jī)視覺(jué)的模型構(gòu)建中，圖像庫(kù)始終扮演著舉足輕重的角色，在訓(xùn)練階段和測(cè)試階段都影響著計(jì)算機(jī)視覺(jué)模型的性能?，F(xiàn)存的圖像庫(kù)的標(biāo)

2、記工作多為人工手工標(biāo)記，但是這種標(biāo)記方式耗費(fèi)了大量的人力物力，本文就構(gòu)建一個(gè)自動(dòng)標(biāo)記的圖像庫(kù)做了深入的研究工作，這涉及到兩個(gè)階段，即過(guò)濾掉噪聲圖像，和目標(biāo)的自動(dòng)標(biāo)記工作。在噪聲圖像的過(guò)濾階段，我們按照形狀、顏色和紋理結(jié)合分類器對(duì)從網(wǎng)絡(luò)上搜集的圖像進(jìn)行了相關(guān)度的重新排序，以此方法提高了目標(biāo)圖像的純度。在目標(biāo)標(biāo)記階段，我們使用多分割和主題模型來(lái)進(jìn)行目標(biāo)標(biāo)記。本文的研究工作如下:
　　1、提出了一種基于多特征分類器投票機(jī)制的網(wǎng)絡(luò)圖像重排

3、機(jī)制。使用形狀、顏色、紋理這三種特征對(duì)圖像進(jìn)行描述，然后將不同特征結(jié)合分類器，按照三個(gè)分類器投票得出的置信值對(duì)網(wǎng)絡(luò)圖像進(jìn)行相關(guān)性重排以過(guò)濾噪聲圖像，提高相關(guān)性圖像的純度。
　　2、實(shí)現(xiàn)了一種基于LDA的目標(biāo)自動(dòng)標(biāo)記算法。在目標(biāo)標(biāo)記階段，將圖像使用分割算法進(jìn)行多次分割，將分割片以詞袋模型進(jìn)行表示，借助主題模型進(jìn)行目標(biāo)標(biāo)記。
　　將本文的算法應(yīng)用到從網(wǎng)絡(luò)上搜集的10個(gè)類的一般目標(biāo)類圖像上，并從主觀和客觀的衡量指標(biāo)可知，本文算法在