基于异构描述子的新型高斯混合模型图像自动标注方法

过去几十年以来,各种图像标注算法相继提出。这些方法要么需要很大的计算量,要么标注效果不理想。论文提出了一种基于异构描述子的新型高斯混合模型图像语义自动标注方法。本文的高斯混合模型是采用异构空间来构建的,不同于其他的高斯混合模型。对于每个标注词,在多个特征空间下分别用高斯模型来描述,形成对应子空间的"标注词分描述子"。由于各个分描述子描述不同标注词的能力有很大差别,因此通过机器学习的方法来融合这些分描述子,形成更加有效的"标注词描述子",从而提高标注的准确率。论文提出的"标注词描述子"可以有效地建立图像高层语义概念与底层视觉特征之间的对应关系,准确地描述标注词的语义内容,从而提高图像的标注性能。通过在COREL数据集上的测试表明了方法的有效性。