融合伪相关反馈与检索技术的自动图像标注方法

摘要

本发明提供一种融合伪相关反馈与检索技术的自动图像标注方法，包含：步骤1：在已标注的图像库中对未标注的查询图像进行检索，得到k个相关图像及相关图像的关键词集合；步骤2：根据k个相关图像提取均值向量作为新的查询向量，步骤3：计算每个关键词，标注查询图像的后验概率；重复步骤1至3，直到预先设定的最大迭代次数N；步骤4：计算每个关键词，在每轮关键词集合中的稳定性因子；步骤5：根据后验概率及稳定性因子的值，计算每个关键词，标注查询图像的排序概率；步骤6：根据得到的每个关键词的排序概率进行排序，选择最后的关键词列表。本发明的优点在于：提高了检索性能及标注的准确性，极大地改善了标注的可伸缩性，是一个灵活可靠、有实用价值的标注方法。

主权项

1、一种融合伪相关反馈与检索的自动图像标注方法，其特征在于，包含：步骤1：在已标注的图像库中对未标注的查询图像I_q进行检索，得到k个相关图像I_r及相关图像的关键词集合Ψ_w；步骤2：根据k个相关图像提取均值向量I_mean作为新的查询向量，重复步骤1，直到最大迭代次数N；步骤3：计算每个关键词W，w∈Ψ_w标注查询图像I_q的后验概率p(w|I_q)；后验概率p(w|I_q)由相关图像与查询图像之间的相似性度量p(w|I_r)来确定，即p(w|I_q)＝p(w|I_r)·p(I_r|I_q)；其中p(I_r|I_q)＝ω_r·S(I_r|I_q)；p(w|I_r)当关键词W标注相关图像I_r时为1，否则为0；S(I_r|I_q)＝exp(-D(I_r，I_q))，${\omega }_r=\exp \left(\frac{-D{(I_r,I_{\mathrm{mean}})}^2}{2{\sigma }^2}\right);$D(I_r，I_q)为查询图像与相关图像之间的欧式距离度量；D(I_r，I_mean)为相关图像与提取的均值向量之间的欧式距离度量；σ为相关图像与提取的均值向量之间纬度上的标准差；重复步骤1至3，直到预先设定的最大迭代次数N；步骤4：计算每个关键词W，$w\in \underset{i=1}{\overset{N}{\cup }}{\Psi }_w^{\left(i\right)}$在每轮关键词集合中的稳定性因子λ_i(w)，i＝1，2，...，N；步骤5：根据后验概率p(w|I_q)及稳定性因子λ_i(w)，i＝1，2，...，N的值，计算每个关键词w，$w\in \underset{i=1}{\overset{N}{\cup }}{\Psi }_w^{\left(i\right)}$标注查询图像I_q的排序概率f(w)，$f\left(w\right)=\underset{i=1}{\overset{N}{\Sigma }}{\lambda }_i\left(w\right)·p_i\left(w\right|I_q);$将第i次检索中后验概率及稳定性因子乘积，在1≤i≤N对上述乘积求和，从而衡量出每个关键词标注查询图像的排序概率，用于实现融合伪相关反馈与检索的自动图像标注，对查询图像I_q进行标注；步骤6：根据得到的每个关键词w的排序概率进行排序，选择最后的关键词列表。