| 主权项 |
一种多用户自然场景标记排序方法，其特征在于，包括如下步骤：(1)获取用于训练的自然场景图像集，并对每幅自然场景图像提取特征向量；(2)从基于用户兴趣度的图像标注系统中获取自然场景图像的多个标记排序；(3)将多个标记排序转换成一个标记分布；(4)从输入设备获取待标记排序的自然场景图像，提取特征向量；(5)若识别机制未训练好，则执行步骤(6)，否则转到步骤(7)；(6)用步骤(1)到步骤(3)得到的自然场景图像特征向量及其标记排序信息作为训练集，采用LBFGS‑LLD的算法训练，得到自然场景标记分布模型的最佳参数向量θ；(7)将步骤(6)中得到的最佳参数向量θ和步骤(4)得到的待标记排序的自然场景图像的特征向量分别代入自然场景标记分布模型中，得到该待标记排序自然场景图像的标记分布；(8)对步骤(7)得到的标记分布中描述度小于虚拟标记描述度的标记看作无关标记，而剩下的标记即为相关标记，最后对相关标记按照描述度大小进行排序；其中，步骤(1)和步骤(4)提取特征向量的方法为：把彩色图像转换成CIELUV彩色空间，然后再进行分块的方法抽取自然场景的图像特征；步骤(3)通过构建一个非线性优化问题，所述非线性优化问题的具体构建方法为：对图像m来说，n位用户的标记排序分别用L<sub>1</sub>,L<sub>2</sub>...L<sub>n</sub>表示，假设各个用户分别依据标记分布P<sub>1</sub>,P<sub>2</sub>...P<sub>n</sub>来对标记进行排序，而综合了所有用户意见的标记分布用Q表示，模型以最小KL距离为目标函数，即使得Q与P<sub>1</sub>,P<sub>2</sub>...P<sub>n</sub>之间的差异最小；并利用内点法进行求解，将多个标记排序转换成一个标记分布。 |
