基于语义标签生成和偏序结构的图像层级分类

摘要：

智能电子设备和互联网的普及,使得图像数据爆炸性膨胀.为了有效管理复杂图像资源,提出一种基于加权语义邻近集和形式概念偏序结构的图像层级分类方法.首先,根据图像语义相关分数,对不同程度语义设定自适应权系数,从训练图库中构建加权语义邻近集,通过对语义邻近集中图像的词频分布进行判决,自动生成图像的多个语义标签;然后,以每幅图像为对象,以每幅图像自动生成的语义标签为属性,构建形式背景,通过偏序结构算法对复杂图像集进行有效的层级分类.该方法可以得到图像库中图像之间明确的结构关系和图像类别之间的从属关系,为复杂图像大数据进行层级分类管理提供了有效的思路.对Core15k、EspGame和Iaprtc12这3个数据库进行了图像标注实验,证明了标注的语义完整性和主要语义的准确性;并对Core15k数据库进行了图像的层级分类实验,结果表明,层级分类效果显著.

关键词：加权语义邻近集、词频分布、语义标签、偏序结构、层级分类

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省自然科学基金;河北省高等学校科学研究重点项目;河北省留学回国人员科技活动项目

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：531-543