基于多示例多标记学的数字图像标注方法

摘要

本发明针对数字图像往往具有复杂语义，而基于单示例的技术无法对其进行有效表达和学等技术问题，公开了一种基于多示例多标记学的数字图像标注方法，包括：初始化标注模型；从数据集合中随机选择一幅图像以及该图像的一个相关标记，并确定该标记的代表示例；通过随机采样获得一个排在相关标记前面的不相关标记，并确定该不相关标记的代表示例；针对该图像，相关标记以及不相关标记构成的三元组进行梯度下降更新模型。本发明利用随机梯度下降算法进行在线学，大大降低了时间和内存开销，从而既保证了标注的精确度，又提高了标注效率。

主权项

基于多示例多标记学习的数字图像标注方法，其特征在于，包括如下步骤，（1）初始化标注模型；（2）从数据集合中随机选择一幅图像以及该图像的一个相关标记，并确定该标记的代表示例；（3）通过随机采样获得一个排在相关标记前面的不相关标记，并确定该不相关标记的代表示例；（4）针对所选图像，相关标记以及不相关标记构成的三元组更新模型；（5）判断该模型是否达到要求，若是则返回（2）；否则结束并输出标注模型。