基于 CNN 和加权贝叶斯的最近邻图像标注方法

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：王琳;张素兰;杨海峰

摘要：图像标注的准确性在很大程度上关系着图像检索的准确性。 然而, 传统的基于最近邻模型的图像自动标注方法不能有效提取图像底层特征, 并且无 法有效建立低级视觉特征到高级语义之间的映射关系,使得近邻图像搜索不准确从而影响图像标注的准确性。 针对上述问题,提出了一种改进的基于 CNN 和加权贝叶斯的最近邻图像标注方法。 首先,利用卷积神经网络( convolutional neural networks,CNN)提取图像特征,并依此特征搜索其近邻图像,构建候选标签集合;然后利用贝叶斯后验概率构建待标注图像的视觉特征与标签之间的映射关系;最后通过设定权重优化概率值并排序,得到最优的候选标签进而实现图像标注。 在三个基准数据集 Corel 5K,IAPRTC-12 和 ESP Game 上进行实验,结果表明该方法在准确率、召回率与 F1 值上均取得了较好的效果。

关键词：图像自动标注;最近邻模型;映射关系;卷积神经网络;贝叶斯后验概率