图像自动标注.docVIP

目录 摘要 I ABSTRACT II 绪论 1 1 自动图像标注概述 3 1.1 研究目的和意义 3 1.2 现有图像标注算法分类 3 2 用于图像标注的特征提取 7 2.1 颜色特征提取 7 2.2 纹理特征提取 8 3 支持向量机模型 12 3.1 SVM模型原理及核函数 12 3.2 参数设置和训练算法 16 3.2.1 参数的设置 16 3.3.2 SVM的训练算法 17 3.3 LIBSVM软件包 19 4 SVM技术用于自动图像标注 23 4.1 特征提取模块 23 4.2 SVM分类模块 23 4.3 实验结果及分析 24 结束语 26 致谢 27 参考文献 28 附录 MATLAB程序源代码 29 摘要 近年来，自动图像标注（Automatic Image Annotation,AIA）技术已经成为图像语义理解研究领域的热点。随着机器学习理论的不断发展，包括相关模型、分类器模型等不同的学习模型已经被广泛地应用于自动图像标注研究领域。自动图像标注就是让计算机自动地给无标注的图像加上能够反映图像内容的语义关键词。自动图像标注在图像检索研究领域中非常具有挑战性，是实现图像语义检索的关键。现有的自动图像标注算法可以大致分为基于分类的标注算法、基于概率关联模型的标注算法以及基于图学习的标注算法等三大类。本文重点研究了另外一种自动图像标注算法——基于SV