结合深度特征与多标记分类的图像语义标注

摘要：

为了缩减不同模态数据间的语义鸿沟,提出一种结合深度卷积神经网络和集成分类器链的多标记图像语义标注方法.该方法主要由生成式特征学习和判别式语义学习2个阶段构成.首先利用深度卷积神经网络学习图像的高层视觉特征;然后基于获取的视觉特征与图像的语义标记集训练集成分类器链,并学习视觉特征包含的语义信息;最后利用训练得到的模型对未知图像进行自动语义标注.在Corel5K和PASCAL VOC 2012图像数据集上的实验结果表明,与一些当前国际先进水平的方法相比,文中方法的鲁棒性更强,标注结果更精确.

关键词：图像语义标注、卷积神经网络、集成分类器链、深度特征、多标记分类

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61663004, 61363035, 61365009;国家"九七三"重点基础研究发展计划2013CB329502;广西自然科学基金2016GXNSFAA380146, 2014GXNSFAA118368;广西多源信息挖掘与安全重点实验室主任基金16-A-03-02

在线出版日期：2018-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：318-326