基于多视角二维主动学习的多标签分类

摘要：

针对多标签图像分类问题的特点,提出了一种多视角二维主动学习(MV-2DAL)算法,以通过多视角学习与主动学习的有机结合,深入挖掘样本、标签、视角三个维度上的相关性和冗余性.此算法以样本-标签对作为基本标注单位,在每个视角内,利用二维主动学习的方法计算样本、标签维度上的不确定度；在不同视角间,通过多视角融合的方法计算跨视角的不确定度；最终,将视角内不确定度与视角间不确定度进行融合得到总不确定度,并以此衡量样本-标签对的标注价值.将MV-2DAL算法应用到图像内容理解的一个重要领域——多标签图像分类中,显著提高了信息标注的针对性,不仅有效降低了信息冗余度,同时也大幅减少了数据标注量.

关键词：主动学习(AL)、多视角学习、多标签分类、图像分类、多模态融合

所属期刊栏目：21

分类号：TP3;G64

资助基金：中央级公益性科研院所基本科研业务费专项资金ZD2011-7-3;中国科学技术信息研究所科研预研基金YY-201114

在线出版日期：2012-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1312-1317