刘梦迪 陈燕俐 陈蕾

摘要：现有图像自动标注技术算法可以大致划分为基于语义的标注算法、基于矩阵分解的标注算法、基于概率的标注算法以及基于图学习的标注算法等四大类。介绍了各类别中具有代表性的图像自动标注算法，分析了这些算法的问题模型及其功能特点，并归纳了图像自动标注算法中主要的优化求解方法及算法评价中常用的图像数据集和性能评价指标。最后，指出了图像自动标注技术目前存在的主要问题，并且提出了这些问题的解决思路。分析结果表明，对于图像自动标注技术的研究，可充分利用现有算法的优势互补，或借助多学科交叉的优势，寻找更有效的算法。

关键词：图像检索；图像自动标注；标签填补；标签去噪；标签预测

中图分类号：TN911.73； TP391.413

文献标志码：A

0引言

随着数码技术和互联网技术的迅速发展，出现了大量的社会化多媒体共享平台，海量的图像资源被用户共享到这些平台上，人类进入了大数据时代。在如此大规模的图像资源中，为了有效地管理和查询所需资源，图像检索技术出现在人们的视线中，成为了计算机领域的研究热点之一。计算机领域的研究人员从不同角度对其进行了大量研究。20世纪70年代末期，基于文本的图像检索（Text-Based Image Retrieval， TBIR）技术[1]作为最早的图像检索技术出现。TBIR的图像标签需要手工标注，面对图像数据库的增长，消耗大量人力和物力资源，不适用于图像数量巨大的数据库。不过当时获取图像设备比较昂贵，图像集数目比较小，早期的TBIR技术能够满足当时的需求。……