基于双分支注意力机制的图像自动标注研究

来源：计算机技术与发展杂志2024年第09期北京时间：

作者：张国有;崔永强

摘要：图像自动标注技术能够将图像低层视觉特征转化为人类理解的高层语义信息,增强图像的可理解性和可搜索性,在图像检索和图像分类领域具有重要的应用价值。 目前,基于卷积神经网络模型的图像自动标注技术,仍存在浅层网络无法捕捉足够的特征信息、容易忽视标签之间的相互关系以及标注时难以确定标签数量的问题。 该文提出的基于双分支注意力机制的图像自动标注模型,首先使用双分支注意力网络,增强图像特征和标签的相关性以及学习标签之间的相关性;其次在空间注意力分支增加多尺度特征提取模块,以提取图像的多尺度特征,解决浅层网络特征提取不充分的问题;再次通过融合模块,融合两个分支的输出,将图像特征进一步增强;最后通过标签数量预测模块,预测待标注图像的标签数量,进一步提高标注的准确性。 该模型分别在三个基准数据集 Corel 5K、ESP Game 和 IAPR-TC-12 上进行实验分析,实验结果表明该模型可以有效解决上述问题,提高标注的有效性与准确性。

关键词：图像自动标注;卷积神经网络;多尺度特征;注意力机制;特征融合