基于卷积神经网络的多标签图像自动标注

被引：20

作者：

黎健成 ^{[1
,2
]}

袁春 ^{[1
]}

宋友 ^{[2
]}

机构：

[1] 清华大学计算机科学与技术系

[2] 北京航空航天大学软件学院

来源：

计算机科学 | 2016年 / 43卷 / 07期

关键词：

图像自动标注; 多标签; 深度学习; 卷积神经网络;

D O I：

暂无

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

如今生活中,图像资源无处不在,海量的图像让人应接不暇。如何快速有效地对这些图像信息进行查询、检索和组织,成为了当前亟需解决的热门问题。而图像自动标注是解决基于文本的图像检索的关键。文中提出的这套基于深度学习模型中的卷积神经网络模型的多标签图像自动标注系统,实现了多标签损失排名函数,完成了多标签数据的训练与测试。在实验验证上,先选取CIFAR-10数据集进行算法的有效性测试,然后选取多标签图像数据集Corel 5k进行定量测试比较,结果表明,该算法的综合性能指标与现有算法相比有较大的提升。

引用

页码：41 / 45

页数：5