基于内容检索的图像自动标注方法研究  

Image Annotation by Similarity Content-based Image Retrieval

作　　者：邓莉琼 郝向宁 夏鸣 李中宁 

机构地区：[1]空军大连通信士官学校,大连116600

出　　处：《计算机科学》2014年第B11期119-122,共4页Computer Science

基　　金：国家自然科学基金(61201339)资助

摘　　要：图像标注技术是近年来的研究热点。为了更好地解决图像自动标注问题,提出了一个基于检索和重排序的标注方法。在检索阶段,通过使用基于MSF的全局特征对待标注图像进行基于内容的检索,从而在图像数据库中得到一系列的相似图像数据集;在重排序阶段,利用随机漫步方法对相似图像数据集的标注信息进行重排序,最终排序后的关键词则为待标注图像的标注信息。该方法不仅跳过了漫长的训练阶段,而且充分利用了网络上那些已经具有标注信息的图像,具有较好的稳定性和可扩展性。实验结果显示了该方法的有效性。Image annotation is an active research topic in recent years.In this paper,we targeted at solving the automatic image annotation problem in a novel search and refinement framework.In the search stage,we performed content-based image retrieval（CBIR）based on the MSF global feature to find similar images from image database.Then in the refinement stage,an algorithm using random walk with restarts is used to re-rank the annotations.The refinement keywords are used to annotate the uncaptioned image.This framework does not impose an training stage,but efficiently utilizes well-annotated images,and is potentially capable of dealing with unlimited vocabulary.The experiment results show the effectiveness and efficiency of the proposed approach.

关 键 词：图像标注 相似度检索 重排序 马尔科夫 基于内容 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]