版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)字影像設(shè)備、網(wǎng)絡(luò)技術(shù)的發(fā)展使互聯(lián)網(wǎng)圖像數(shù)量呈爆炸式增長(zhǎng),F(xiàn)lickr、Zooomr等社交網(wǎng)站的出現(xiàn)為海量圖像資源管理提供了新思路。這類網(wǎng)站的一個(gè)重要特點(diǎn)是用戶可以手工對(duì)共享的圖像進(jìn)行標(biāo)注,這一過程稱為社會(huì)化標(biāo)注,社交媒體下用戶為資源提供的初始標(biāo)簽稱為社會(huì)化標(biāo)簽。社會(huì)化標(biāo)簽在信息資源的管理、傳播、分享等方面發(fā)揮著非常重要的作用,但是由于社會(huì)化標(biāo)注過程是完全自由、不受約束的,再加上用戶文化程度、生活背景等差異,導(dǎo)致社會(huì)化標(biāo)簽存在諸多問題。
2、標(biāo)簽缺失和低質(zhì)量標(biāo)簽是其中最主要的問題,這些問題嚴(yán)重阻礙了社會(huì)化標(biāo)簽在個(gè)性化推薦、圖像檢索等相關(guān)領(lǐng)域的進(jìn)一步發(fā)展與應(yīng)用。
如何改善社會(huì)化標(biāo)簽,使標(biāo)簽?zāi)芨?、更精確地描述資源內(nèi)容具有十分重要的現(xiàn)實(shí)意義,同時(shí)也是當(dāng)前計(jì)算機(jī)研究領(lǐng)域的熱點(diǎn)問題。本文結(jié)合機(jī)器學(xué)習(xí)和模式識(shí)別等方法對(duì)社交媒體下的圖像標(biāo)簽優(yōu)化問題展開研究與探索,主要工作和研究成果包括以下三個(gè)方面:
(1)首先系統(tǒng)地研究了社交媒體下標(biāo)簽中存在的主要問題以及形成原因
3、,并且分析了圖像標(biāo)簽優(yōu)化相關(guān)方法的研究現(xiàn)狀。在已有研究成果的基礎(chǔ)上,結(jié)合豐富的互聯(lián)網(wǎng)數(shù)據(jù)、詞典語(yǔ)義知識(shí)庫(kù)等信息,提出了一種綜合度量標(biāo)簽相關(guān)性的方法,與傳統(tǒng)方法相比,該方法從不同語(yǔ)義角度(內(nèi)容相關(guān)性、層級(jí)相關(guān)性)探討了標(biāo)簽-標(biāo)簽關(guān)系。此外,還基于圖像特征提取、語(yǔ)義分析等技術(shù)探索了圖像-圖像相互關(guān)系。
(2)針對(duì)社交媒體下圖像標(biāo)簽缺失的問題,提出了一種基于標(biāo)注詞語(yǔ)義與圖像視覺的標(biāo)簽豐富算法。算法的主要思想是:首先根據(jù)用戶提供的初始
4、標(biāo)簽為待豐富圖像推薦一組候選標(biāo)簽集合,候選標(biāo)簽滿足多樣性、相關(guān)性的要求。然后利用圖像信息、標(biāo)簽信息進(jìn)一步度量候選標(biāo)簽與圖像之間的相關(guān)度,最終只保留相關(guān)度高的候選標(biāo)簽。與其他方法相比,該算法充分融入了圖像-圖像、標(biāo)簽-標(biāo)簽相互關(guān)系,能準(zhǔn)確召回缺失標(biāo)簽,并且具有計(jì)算簡(jiǎn)潔、成本代價(jià)低等優(yōu)勢(shì)?;贛IRFlickr數(shù)據(jù)展開實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果充分驗(yàn)證了本算法能有效實(shí)現(xiàn)標(biāo)簽豐富。
(3)針對(duì)社交媒體下存在噪聲標(biāo)簽、語(yǔ)義模糊等低質(zhì)量標(biāo)簽的問題,
5、提出了一種高效的圖像標(biāo)簽優(yōu)化算法。算法的主要思想是:首先基于隨機(jī)游走模型對(duì)圖像標(biāo)簽信息進(jìn)行初始化;然后利用標(biāo)簽、圖像之間的語(yǔ)義關(guān)聯(lián)建立數(shù)學(xué)模型,進(jìn)一步把標(biāo)簽優(yōu)化問題轉(zhuǎn)換為該模型的求解問題。與已有的標(biāo)簽優(yōu)化模型相比,該模型綜合考慮了圖像視覺與標(biāo)簽語(yǔ)義的一致性、噪聲稀疏性、標(biāo)注稀疏性這三個(gè)方面,充分保證了圖像與標(biāo)簽之間正確的對(duì)應(yīng)關(guān)系,提升了標(biāo)簽優(yōu)化效果。最后基于MIRFlickr數(shù)據(jù)展開實(shí)驗(yàn),分別驗(yàn)證了模型的有效性、預(yù)處理對(duì)模型的優(yōu)勢(shì)以及本
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 社交網(wǎng)絡(luò)圖像垃圾標(biāo)簽去除研究.pdf
- 社交網(wǎng)絡(luò)環(huán)境下的多標(biāo)簽分類研究.pdf
- 情感標(biāo)簽在社交媒體文本分析中的應(yīng)用.pdf
- 基于社交媒體下的精準(zhǔn)營(yíng)銷研究
- 基于優(yōu)化標(biāo)簽集的圖像標(biāo)注的研究.pdf
- 多媒體社交網(wǎng)絡(luò)下的訪問控制研究.pdf
- 社會(huì)責(zé)任理論視域下的社交媒體規(guī)范研究.pdf
- 基于內(nèi)容的互聯(lián)網(wǎng)社交圖像標(biāo)簽處理與分析.pdf
- 中國(guó)社交媒體社交模式研究.pdf
- 大數(shù)據(jù)環(huán)境下社交媒體信息流界面布局優(yōu)化方法研究.pdf
- 淺析當(dāng)今社交媒體下的網(wǎng)絡(luò)水軍
- 中國(guó)社交媒體社交模式研究
- 淺析當(dāng)今社交媒體下的網(wǎng)絡(luò)水軍
- 社交媒體環(huán)境下謠言的傳播與治理.pdf
- 新媒體環(huán)境下的社交電臺(tái)探析
- 社交媒體環(huán)境下的檔案信息服務(wù)分析
- 社交媒體環(huán)境下的檔案信息服務(wù)分析.pdf
- 社交媒體環(huán)境下的公眾導(dǎo)向危機(jī)傳播“對(duì)話”研究
- 社交媒體環(huán)境下的公眾導(dǎo)向危機(jī)傳播“對(duì)話”研究.pdf
- 社交網(wǎng)絡(luò)中的用戶標(biāo)簽推薦.pdf
評(píng)論
0/150
提交評(píng)論