基于连续预测的半监督学习图像语义标注

来源：计算机工程与科学杂志2015年第3期北京时间：

作者：郭玉堂1，2，李艳1

单位：（1.安徽大学计算机科学与技术学院，安徽 合肥 230601;2.合肥师范学院计算机科学与技术系，安徽 合肥 230601）

摘要：为了在图像底层特征与高层语义之间建立关系，提高图像自动标注的精确度，结合基于图学习的方法和基于分类的标注算法，提出了基于连续预测的半监督学习图像语义标注的方法，并对该方法的复杂度进行分析。该方法利用标签数据提供的信息和标签事例与无标签事例之间的关系，根据邻接点（事例）属于同一个类的事实，构建K邻近图。用一个基于图的分类器，通过核函数有效地计算邻接信息。在建立图的基础上，把经过划分后的样本节点集通过基于连续预测的多标签半监督学习方法进行标签传递。实验表明，提出的算法在图像标注中的标注词的平均查准率、平均查全率方面有显著的提高。

关键词：连续预测,半监督,图像标注,图学习,多标签,

基金资助：安徽省自然科学基金资助项目（11040606M134）;安徽省高校自然科学基金资助项目（KJ2103A217）