陈叶旺Chen Yewang

硕士生导师

性别:男

学历:博士研究生

学位:理学博士学位

入职时间:2009-08-11

办公地点:机电实验大楼 A409

电子邮箱:

在职信息:在岗

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

一种基于本体与描述文本的网络图像语义标注方法

发布时间:2018-11-29 点击次数:

发表刊物:计算机科学
刊物所在地:国家科技部西南信息中心
关键字:图像标注,本体,语义扩展,回归模型
摘要:网络图像语义自动标注是实现对互联网中海量图像管理和检索的有效途径,而自动有效地挖掘图像语义是实现自动语义标注的关键.网络图像的语义蕴含于图像自身,但更多的在于对图像语义起不同作用的各种描述文本,而且随着图像和描述知识的变化,描述文本所描述的图像语义也随之变化.本文提出了一种基于领域本体和不同描述文本语义权重的自适应学习的语义自动标注方法,该方法从图像的文本特征出发考查它们对图像语义的影响,先通过本体进行有效的语义快速发现与语义扩展,再利用一种加权回归模型对图像语义在其不同类型描述文本上的分布进行自适应地建模,进而实现对网络图像的语义标注.在真实的Web数据环境中进行的实验中,该方法的有效性得到了验证.
页面范围:293-299
字数:115910000
是否译文:
发表时间:2011-12-06
第一作者:李海波,王靖,钟必能,陈叶旺