CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
结合深度特征与多标记分类的图像语义标注
李志欣1; 郑永哲1; 张灿龙1; 史忠植2
2018
发表期刊计算机辅助设计与图形学学报
ISSN1003-9775
卷号30.0期号:002页码:318
摘要为了缩减不同模态数据间的语义鸿沟,提出一种结合深度卷积神经网络和集成分类器链的多标记图像语义标注方法.该方法主要由生成式特征学习和判别式语义学习2个阶段构成.首先利用深度卷积神经网络学习图像的高层视觉特征;然后基于获取的视觉特征与图像的语义标记集训练集成分类器链,并学习视觉特征包含的语义信息;最后利用训练得到的模型对未知图像进行自动语义标注.在Corel5K和PASCAL VOC 2012图像数据集上的实验结果表明,与一些当前国际先进水平的方法相比,文中方法的鲁棒性更强,标注结果更精确.
关键词图像语义标注 卷积神经网络 集成分类器链 深度特征 多标记分类
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/36172
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.广西师范大学
2.中国科学院计算技术研究所
推荐引用方式
GB/T 7714
李志欣,郑永哲,张灿龙,等. 结合深度特征与多标记分类的图像语义标注[J]. 计算机辅助设计与图形学学报,2018,30.0(002):318.
APA 李志欣,郑永哲,张灿龙,&史忠植.(2018).结合深度特征与多标记分类的图像语义标注.计算机辅助设计与图形学学报,30.0(002),318.
MLA 李志欣,et al."结合深度特征与多标记分类的图像语义标注".计算机辅助设计与图形学学报 30.0.002(2018):318.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李志欣]的文章
[郑永哲]的文章
[张灿龙]的文章
百度学术
百度学术中相似的文章
[李志欣]的文章
[郑永哲]的文章
[张灿龙]的文章
必应学术
必应学术中相似的文章
[李志欣]的文章
[郑永哲]的文章
[张灿龙]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。