互联网社群图像标签排序研究进展.pdfVIP

第42卷 第8期 计 算 机 科 学 Vo1．42No．8 2015年 8月 Computer Science Aug2015 互联网社群图像标签排序研究进展 吴焰樟 刘宏哲 冯松鹤。袁家政 张静怡 (北京联合大学北京市信息服务工程重点实验室 北京 100101)I (dE京交通大学计算机与信息技术学院 北京 100044)z 摘 要 互联网社群图像标签排序是 目前计算机视觉、机器学习等领域最热门的课题之一。图像标签序列的合理性 直接影响到图像检索等应用的效果。目前图像标签排序的方法多种多样，根据标签排序方法的不同将其划分为基于 语义相关度与基于视觉显著性的标签排序，着重介绍了两类方法的典型标签排序方法，分析其各 自的优缺点。最后就 图像标签排序的评价方法以及发展趋势做了简单的论述。 关键词 标签排序 ，相关性，显著性 中图法分类号 TP391 文献标识码 A DOI 10．11896／j．issn．1002．137)(．2015．8．004 AdvancesinTagRankingforInternetSocialImages WU Yan-zhang LIU Hong-zhe FENGSong-he2 YUAN Jia-zheng ZHANGJing-yi (BeijingKeyLaboratoryofInformationServiceEngineering，BeijingUnionUniversity，Beijing100101，China) (SchoolofComputerandInfomr ationTechnology，BeijingJiaotongUniversity，Beijing100044，China)2 Abstract Tagrankingforinternetsocialimagesisoneofthemostpopulartopicsinthecomputervisionandmachine learning．Theeffectofimageretrievalandotherapplicationsisdirectlyaffectedbythereasonablenessoftheorderof imagetag．Currently，theexistingmethodsontagrankingarevarious．Thispaperdividedthem intorelevance-basedtag rankingandsaliency-basedtagranking．ThispaperhighlightedtWOtypicalimagetagrankingwaysandanalyzestheir advantagesand disadvantagesrespectively．Finally，wediscussedtheevaluationmethodsand trendsofimagetagranking simply． Keywords Tagranking，Relevance，Saliency 图像内容相关，并且有 5O 的标签被用户遗漏或者与图像内 1 引言 容相关度甚小。文献[7]随机从Flickr图像中抽取 1200幅图 随着科学技术的发展以及各类图像、视频采集设备的不 像，每一幅图像至少存在 1O个标签，同时对这些图像最相关 断普及 ，近几年来社交媒体共享网站 Facebook、Google的社 的标签出现在标签列表中的位置进行统计，只有 10 的图像 交视频分享网站 YouTube以及 Yahoo的社交图像分享 网站 将最相关的