[发明专利]一种基于支持向量机的图像自动标注方法及装置

权利要求书

1.一种基于支持向量机的图像自动标注方法，其特征在于，所述方法应用于图像搜索服务器，所述图像搜索服务器中预先存储有图像自动标注模型，所述图像自动标注模型包含多种视觉特征提取算法和支持向量机，所述方法包括：

获取预先存储的待标注图片；

通过所述多种视觉特征提取算法，分别对所述待标注图片进行视觉特征提取，得到多个视觉特征向量；

通过所述多个视觉特征向量计算所述待标注图片的总特征向量，根据所述总特征向量在预先存储的语义概念坐标系中对应的第一位置点，以及目标语义概念在所述语义概念坐标系中对应的语义概念边界，判断所述待标注图片是否包含所述目标语义概念；

如果所述待标注图片包含所述目标语义概念，则将所述待标注图片保存至所述目标语义概念对应的语义组中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预先存的训练图像集，其中，所述训练图像集包括多个图像样本，以及每个图像样本包含的语义概念；

基于所述训练图像集，对预先存储的初始训练模型进行训练，得到所述图像自动标注模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述训练图像集，对预先存储的初始训练模型进行训练，包括：

对所述训练图像集按照语义概念进行分组，得到多个语义组；

针对每个语义组，通过所述多种视觉特征提取算法，分别提取该语义组中各图像样本的视觉特征，得到所述各图像样本对应的多个视觉特征向量；

根据所述各图像样本对应的多个视觉特征向量，确定所述各图像样本对应的总特征向量；通过所述支持向量机内预存的联合SVM核函数，将所述各图像样本对应的总特征向量映射到预存的核空间中的空间坐标点；

通过所述支持向量机和所述各图像样本的空间坐标点，计算该语义组对应的语义概念在所述核空间中的语义概念边界；

通过所述支持向量机，将所述语义概念边界映射到所述语义概念坐标系中，并存储该语义组对应的语义概念在所述语义概念坐标系中的语义概念边界。

4.根据权利要求1所述的方法，其特征在于，所述多种视觉特征提取算法至少包括最高加速鲁棒特征TopSurf、轮廓熵特征PEF和色矩color moments。

5.一种基于支持向量机的图像自动标注装置，其特征在于，所述装置应用于图像搜索服务器，所述图像搜索服务器中预先存储有图像自动标注模型，所述图像自动标注模型包含多种视觉特征提取算法和支持向量机，所述装置包括：

第一获取模块，用于获取预先存储的待标注图片；

提取模块，用于通过所述多种视觉特征提取算法，分别对所述待标注图片进行视觉特征提取，得到多个视觉特征向量；

计算模块，用于通过所述多个视觉特征向量计算所述待标注图片的总特征向量；

判断模块，用于根据所述总特征向量在预先存储的语义概念坐标系中对应的第一位置点，以及目标语义概念在所述语义概念坐标系中对应的语义概念边界，判断所述待标注图片是否包含所述目标语义概念；

保存模块，用于在所述待标注图片包含所述目标语义概念时，将所述待标注图片保存至所述目标语义概念对应的语义组中。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取预先存的训练图像集，其中，所述训练图像集包括多个图像样本，以及每个图像样本包含的语义概念；

训练模块，用于基于所述训练图像集，对预先存储的初始训练模型进行训练，得到所述图像自动标注模型。