[发明专利]一种基于决策树的图像自动标注方法和装置

说明书

本发明提供了一种基于决策树的图像自动标注方法和装置。该装置包括：输入单元、预处理单元、分割提取单元、标注概率计算单元、生成树单元、词间相关性计算单元和选择关键词单元。与现有技术比较本发明的有益效果在于：对于一些获取的模糊图像进行修复，使得图像语义自动标注技术适用范围更广；更加全面地提取了图像底层特征，采用全局特征和局部特征来反映图像的真实视觉内容，提高图像语义自动标注的准确性；全局特征采用主成分分析的尺度不变特征，提高运算效率，特别是对于高维图像；解决了海量图像集的不可测量性，将图像标注问题转化为了分类问题进行标注，提高了传统模型的标注性能。

技术领域

本发明涉及图像语义自动标注技术领域，尤其涉及一种基于决策树的图像自动标注方法和装置。

背景技术

随着互联网技术的飞速发展，互联网上每天都有数以百万的新图像在增长。而如何根据用户的需求，在海量图像中快速有效地检索出目标图像是图像检索系统的目标。而图像语义标注则是图像检索的准备性的关键步骤。通过图像语义标注就可以将图像的检索问题转化为技术成熟、效率高的文本检索问题。但是传统的语义标注是通过人工的方式对每幅图像进行关键词描述，在现在数据爆炸的时代这种方式显然是既费时效率又低。基于图像内容的语义自动标注就是利用计算机自动实现从测试图像中提取视觉特征，并通过相似性匹配来检测图像。自动标注语义技术避免了人工描述的主观性，也大大提高了工作效率。

然而理想的语义自动标注模型均需要一个可以对任何图像进行标注的理想训练集，为了尽可能实现图像自动标注，所采用的训练集中图像数目是非常大的，可以说具有一种不可测量性。在标注过程中为了得到更加准确的标注结果，有时需要对训练集中所有图像进行多次运算，包括那些与待标注图像相关性非常低的图像，甚至是没有一点关系的图像，这无疑增加了运算的代价，给标注结果带来负面的影响。

鉴于上述缺陷，本发明创作者经过长时间的研究和试验,最终获得了本发明。

发明内容

本发明的目的在于提供一种基于决策树的图像自动标注方法和装置用以克服上述技术缺陷。

为实现上述目的，本发明采用的技术方案在于：

一方面提供了一种基于决策树的图像自动标注方法，该方法包括以下步骤：

步骤S1：输入图像集；

步骤S2：对所述图像集中的图像进行预处理；

步骤S3：采用N-cut算法对图像进行分割，分别对分割后的区域进行视觉特征提取和量化，然后根据量化后的特征信息计算出特征相似性，根据所述特征相似性将图像的有效区域进行聚类，形成视觉词元；

步骤S4：统计所述图像集中的训练图像的关键词和视觉词元信息，利用后验概率知识对图像进行初始标注，计算出每个关键词作为所述图像集中的测试图像标注的标注概率P(w|I)；

步骤S5：根据所述标注概率P(w|I)，设立阈值将所述标注概率P(w|I)分为三个部分，生成左子树和右子树；

步骤S6：利用词间相关性计算所述左子树和右子树之间的词间相关性；

步骤S7：将满足一定条件的关键词再形成新的左子树和右子树，选择所有的左子树里面的关键词作为待标注图像的关键词。

较佳的，所述步骤S2包括以下步骤：

步骤S21：对所述图像集中的所有图像，包括训练图像和测试图像，进行尺寸大小归一化；

步骤S22：对所述测试图像中的模糊图像利用维纳滤波法进行图像修复；

所述步骤S3包括以下步骤：

步骤S31：采用N-cut算法将所述图像集中的每幅图像都进行分割，选择图像的有效区域；