基于多标签判别字典学习的图像自动标注

摘要 针对图像自动标注中底层视觉特征与高层语义之间的语义鸿沟问题，在传统字典学习的基础上，提出一种基于多标签判别字典学习的图像自动标注方法。首先，为每幅图像提取多种类型特征，将多种特征组合作为字典学习输入特征空间的输入信息；然后，设计一个标签一致性正则化项，将原始样本的标签信息融入到初始的输入特征数据中，结合标签一致性判别字典和标签一致性正则化项进行字典学习；最后，通过得到的字典和稀疏编码矩阵求解标签稀疏编向量，实现未知图像的语义标注。在Corel 5K数据集上测试其标注性能，所提标注方法平均查准率和平均查全率分别可达到35%和48%；与传统的稀疏编码方法（MSC）相比，分别提高了10个百分点和16个百分点；与距离约束稀疏/组稀疏编码方法（DCSC/DCGSC）相比，分别提高了3个百分点和14个百分点。实验结果表明，所提方法能够较好地预测未知图像的语义信息，与当前几种流行的图像标注方法进行比较，所提方法具有较好的标注性能