论文部分内容阅读
本文重点分析了当前自动图像标注的相关技术，深入研究了图像标注中应用到的关键技术，如图像分割、图像聚类、标注模型等。针对这些技术普遍存在的问题，提出了一系列改进算法。此基础上，设计并实现了一个图像自动标注检索系统。论文完成的主要工作包括以下几个方面： 1.将Spectral Relaxation理论引入到图像分割当中，实现了一种基于Spectral Relaxation理论的图像分割改进方法。该算法以Spectral Relaxation理论为依据，通过在输入节点集合附近寻找特征方程的最优解，实现对图像的准确分割。作为图像自动分割方法的一种辅助分割手段，能够有效地提高针对复杂图像的分割精度。 2.在图像聚类方面，实现了一种基于区域密度的RPCL图像聚类改进方法。该改进方法最大的优势是不仅能够自动确定聚类个数，而且能够自动调整RPCL算法中次胜学习率，进一步优化了图像聚类速度和精度。 3.将语义相似语言模型引入到CMRM算法中，实现了基于语义相似语言模型的图像自动标注改进算法，该算法充分考虑了标注词之间的上下文相关信息，进一步优化了图像自动标注效果。 4.设计并实现了图像自动标注及检索系统，该系统可以实现对未标注图像进行自动标注以及基于文本的图像检索。