主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
顾广华,曹宇尧,李刚,赵耀.基于语义标签生成和偏序结构的图像层级分类.软件学报,2020,31(2):531-543
基于语义标签生成和偏序结构的图像层级分类
Image Hierarchical Classification Based on Semantic Label Generation and Partial Order Structure
投稿时间:2017-10-25  修订日期:2017-12-31
DOI:10.13328/j.cnki.jos.005630
中文关键词:  加权语义邻近集  词频分布  语义标签  偏序结构  层级分类
英文关键词:weighted semantic neighborhood set  word frequency distribution  semantic label  partial order structure  hierarchical classification
基金项目:国家自然科学基金(61303128);河北省自然科学基金(F2017203169,F2018203239);河北省高等学校科学研究重点项目(ZD2017080);河北省留学回国人员科技活动项目(CL201621)
作者单位E-mail
顾广华 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004
河北省信息传输与信号处理重点实验室(燕山大学), 河北 秦皇岛 066004 
guguanghua@ysu.edu.cn 
曹宇尧 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004
河北省信息传输与信号处理重点实验室(燕山大学), 河北 秦皇岛 066004 
cyy19921129@163.com 
李刚 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004
河北省信息传输与信号处理重点实验室(燕山大学), 河北 秦皇岛 066004 
 
赵耀 北京交通大学 信息科学研究所, 北京 100044  
摘要点击次数: 20
全文下载次数: 9
中文摘要:
      智能电子设备和互联网的普及,使得图像数据爆炸性膨胀.为了有效管理复杂图像资源,提出一种基于加权语义邻近集和形式概念偏序结构的图像层级分类方法.首先,根据图像语义相关分数,对不同程度语义设定自适应权系数,从训练图库中构建加权语义邻近集,通过对语义邻近集中图像的词频分布进行判决,自动生成图像的多个语义标签;然后,以每幅图像为对象,以每幅图像自动生成的语义标签为属性,构建形式背景,通过偏序结构算法对复杂图像集进行有效的层级分类.该方法可以得到图像库中图像之间明确的结构关系和图像类别之间的从属关系,为复杂图像大数据进行层级分类管理提供了有效的思路.对Corel5k、EspGame和Iaprtc12这3个数据库进行了图像标注实验,证明了标注的语义完整性和主要语义的准确性;并对Corel5k数据库进行了图像的层级分类实验,结果表明,层级分类效果显著.
英文摘要:
      The popularity of smart electronic devices and the Internet makes the image data explode. In order to effectively manage the complex image resources, this study proposed an image hierarchical classification method based on a weighted semantic neighborhood set and formal concept partial order structure. Firstly, a weighted coefficient on different semantics is adaptively designed by the image semantic correlation scores, and a weighted semantic neighborhood (WSN) is constructed from the training sets. The semantic labels of the images are automatically generated by judging the word frequency distribution of the images in the semantic neighborhood set. Then, the context is built by taking the images as the objects and the semantic labels as the attributes. This study also proposed an efficient hierarchical classification method for complex image dataset based on the partial order structure. The hierarchical classification method can get the explicit structure relation and the subordinate relationship between the image categories, which provides an effective idea for the hierarchical classification management of the complex images of large data. Three datasets Corel5k, EspGame, and Iaprtc12 were labeled by the WSN method. The label result proved the integrity of the image semantics and the accuracy of the main semantics. Further, the Corel5k dataset was performed by the hierarchical classification method. The experimental results showed the significant performance of the hierarchical classification.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利