钱智明 钟 平王润生

(国防科技大学电子科学与工程学院 长沙 410073)

基于图正则化与非负组稀疏的自动图像标注

钱智明 钟 平*王润生

(国防科技大学电子科学与工程学院 长沙 410073)

设计一个稳健的自动图像标注系统的重要环节是提取能够有效描述图像语义的视觉特征。由于颜色、纹理和形状等异构视觉特征在表示特定图像语义时所起作用的重要程度不同且同一类特征之间具有一定的相关性，该文提出了一种图正则化约束下的非负组稀疏(Graph Regularized Non-negative Group Sparsity, GRNGS)模型来实现图像标注，并通过一种非负矩阵分解方法来计算其模型参数。该模型结合了图正则化与l2,1-范数约束，使得标注过程中所选的组群特征能体现一定的视觉相似性和语义相关性。在Corel5K和ESP Game等图像数据集上的实验结果表明：相较于一些最新的图像标注模型，GRNGS模型的鲁棒性更强，标注结果更精确。

图像标注；图正则化；组稀疏；非负矩阵分解

1 引言

随着图像获取与存储技术的不断进步，图像数据呈现井喷式增长。如何检索这些图像是当前计算机视觉领域的一大难题。一般而言，用户倾向于用文本查找相关图像，这使得自动图像标注技术受到了研究者们的广泛关注。然而，由于“语义鸿沟”的存在，自动图 像标注是一件极具挑战性的任务。这里的“语义鸿沟”主要体现在很难建立低层视觉特征与高层图像语义之间的相互映射关系。由于高层语义所对应视觉内容往往非常复杂，这里主要从多类特征选择和人的认知需求两个方面来分析视觉特征对语义理解的影响。……