基于Co-training的图像自动标注OA北大核心CSCDCSTPCD
Automatic Image Annotation Based on Co-training
图像自动标注是图像理解与模式识别等领域中具有挑战性的关键研究问题.目前图像自动标注领域存在着一些问题,如未标注数据规模要远大于标注数据规模,只能单独使用某种图像分割策略与某类图像表示方法.针对上述问题,提出了基于Co-training的图像自动标注方法,通过构建4个独立的特征属性进而建立4个子分类器,将不同的图像分割方法与特征表示方法整合到一个统一框架中,利用提出的基于投票与一致性相结合的自适应算法扩展原始训练集.该方法通过使用Co-traini…查看全部>>
Automatic image annotation is a critical and challenging problem in pattern recognition and image understanding areas.There are some problems in existing automatic image annotation areas.For example,the size of unlabeled data is much larger than the labeled data.Besides,most image annotation models can only use one kind of image segmentation strategy and certain image description method.According to above problems,an automatic image annotation model based on…查看全部>>
柯逍;李绍滋;陈国龙
福州大学数学与计算机科学学院,福建省科学工程计算重点实验室,福建福州350108厦门大学信息科学与技术学院,福建厦门361005福州大学数学与计算机科学学院,福建省科学工程计算重点实验室,福建福州350108
信息技术与安全科学
图像自动标注Co-training算法统一框架相关模型
automatic image annotationCo-training algorithmunified frameworkrelevance model
《厦门大学学报（自然科学版）》 2013 (4)
面向开放领域的自动关系抽取技术研究
486-492,7
国家自然科学基金项目(60873179,60803078,10871221)高等学校博士学科点专项科研基金项目(20090121110032)福建省自然科学基金项目(2013J05088)
评论