文献

J-GLOBAL ID：201802249387183920   整理番号：18A1446611

マルチラベル判別辞書学習に基づく画像自動マーキング【JST・京大機械翻訳】

Automatic image annotation based on multi-label discriminative dictionary learning

著者 (3件)： Yang Xiaoling (湘潭大学智能計算与信息処理教育部重点実験室,湖南湘潭,411100) ,  Li Zhiqing (湘潭大学智能計算与信息処理教育部重点実験室,湖南湘潭,411100) ,  Liu Yutong (湘潭大学智能計算与信息処理教育部重点実験室,湖南湘潭,411100)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 5  ページ： 1294-1298,1303  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像自動マーキングにおける低レベルの視覚特徴と高レベルの意味の間の意味的ギャップの問題に照準を定めて,本論文は,従来の辞書学習に基づいて,マルチラベル判別辞書学習に基づく自動画像アノテーション方法を提案した。最初に,マルチタイプの特徴を,各々の画像のために抽出し,そして,複数の特徴セットを,辞書学習入力特徴空間の入力情報として,用いた。次に,ラベル一貫性正則化項を設計し,オリジナルサンプルのラベル情報を初期入力特徴データに融合し,ラベル一貫性判別辞書とラベル一貫性正則化項を結合して辞書学習を行った。最後に,得られた辞書とスパース符号化行列を用いて,ラベルスパースベクトルを解き,未知画像の意味注釈を実現した。Corel5Kデータセット上でのマーキング性能を試験し,平均再現率と平均再現率は,それぞれ35%と48%であった。伝統的スパース符号化法(MSC)と比較して,それぞれ10ポイントと16ポイント増加した。距離制約スパース/グループスパース符号化法(DCSC/DCGSC)と比較して,それぞれ3ポイントと14ポイント増加した。実験結果は,提案した方法が未知の画像の意味情報をより良く予測でき,現在の画像アノテーション法と比較して,この方法にはより良いアノテーション性能があることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アノテーション ,  ベクトル ,  *画像 ,  性鑑別 ,  *マーキング ,  正則化
準シソーラス用語： 画像アノテーション ,  意味情報 ,  再現率 ,  PaaS ,  スパースコーディング ,  特徴空間 ,  自動画像アノテーション ,  視覚顕著 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： automatic image annotation ,  dictionary learning ,  feature representation ,  sparse coding ,  image retrieval

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： マルチ ,  ラベル ,  判別 ,  辞書学習 ,  マーキング