The invention provides an annotation method, a device and an electronic device provided by an embodiment of the invention, relating to the technical field of picture annotation. The method includes access to the annotation of image feature extraction, the feature vectors to be annotated pictures; then based on the feature vector of the image corresponding to the annotation and presupposition of multi view semi supervised image annotation model, the annotation results obtain the annotation of the picture, in order to realize the multi view semi supervise the annotation model to tag the picture picture, with good noise cognitive ability, high efficiency, strong stability.
【技术实现步骤摘要】
图片的标注方法、装置及电子设备
本专利技术涉及图片标注
,具体而言,涉及一种图片的标注方法、装置及电子设备。
技术介绍
在多媒体大数据时代,随着越来越多的图片的出现,目前大多数基于内容的图片检索方法并不能得到良好的体验,而自动图片标注(AutomaticImageAnnotation)由于可很好的促进图片语义检索及其它相关图片管理任务已经成为多媒体领域最重要的研究方向之一。自动图片标注可通过结合标签和图片,把基于内容的图片检索转换为基于文本的图片检索。当图片特征和相关的语义标签得到以后,可应用多种机器学习算法来适应标签。现如今,由于智能手机和无线通信网络的发展,图片的获取越来越方便,能够随时随地分享到互联网上去,这带来多媒体应用的迫切需求,包括语义索引、搜索、检索以及其他的图片管理任务。尽管多媒体内容分析方面做了很多工作,主要的搜索引擎产品还是基于文本索引技术。因而在图片大数据的背景下,图片标注算法的效率、稳定性依然不足。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种图片的标注方法、装置及电子设备,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:第一方面,本专利技术实施例提供了一种图片的标注方法,所述方法包括对获取到的待标注图片进行特征提取,获得所述待标注图片对应的特征向量;基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型,获得所述待标注图片的标注结果。第二方面,本专利技术实施例提供了一种图片的标注装置,所述装置包括特征提取单元和标注单元。特征提取单元,用于对获取到的待标注图片进行特征提取,获得所述待标注图 ...
【技术保护点】
一种图片的标注方法,其特征在于,所述方法包括:对获取到的待标注图片进行特征提取,获得所述待标注图片对应的特征向量;基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型,获得所述待标注图片的标注结果。
【技术特征摘要】
1.一种图片的标注方法,其特征在于,所述方法包括:对获取到的待标注图片进行特征提取,获得所述待标注图片对应的特征向量;基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型,获得所述待标注图片的标注结果。2.根据权利要求1所述的方法,其特征在于,所述基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型,获得所述待标注图片的标注结果,包括:基于获得所述待标注图片的预测标签值,以此获得所述待标注图片的标注结果;其中,Xt,t=1,2,…,m为所述待标注图片对应的特征向量,Wt,t=1,2,…,m为预设的映射矩阵,bt,t=1,2,…,m为预设的偏差项,为所述待标注图片的预测标签值。3.根据权利要求2所述的方法,其特征在于,所述方法还包括:对获取到的n个图片进行特征提取,获得所述n个图片对应的多视图特征及标签矩阵;基于所述n个图片对应的多视图特征以及预设的相似度计算规则,获得所述n个图片对应的相似度矩阵;获取所述n个图片对应的相似度矩阵中的所有对角元值,获得对角矩阵;将所述对角矩阵减去所述n个图片对应的相似度矩阵,获得所述n个图片对应的拉普拉斯矩阵;将所述n个图片对应的标签矩阵、拉普拉斯矩阵带入预设的目标函数进行迭代计算,获得所述预设的映射矩阵和所述预设的偏差项。4.根据权利要求3所述的方法,其特征在于,所述基于所述n个图片对应的多视图特征以及预设的相似度计算规则,获得所述n个图片对应的相似度矩阵,包括:基于获得所述n个图片对应的相似度矩阵,S=[Sij],1≤i,j≤n为所述n个图片对应的相似度矩阵,xi,xj(1≤i,j≤n)为所述n个图片中第i、j个图片各自对应的多视图特征,Nk(xi)为xi的最近邻集合k,Nq(xj)为xj的最近邻集合q。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:对所述待标注图片对应的特征向量通过主成分分析法进行降维,获得降维后的特征向量。6.一种图片的标注装置,其特征在于,所述装置包括:特征提取单元,用于对获取到的待标注图片进行特征提取,获得所述待标注图片对应的特征向量...
【专利技术属性】
技术研发人员:杨阳,胡孟秋,刘陆琛,申恒涛,
申请(专利权)人:成都澳海川科技有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。