基于Hadoop云计算平台的图像分类与标注.PDF

电信 科 学 2014 年第 2 期 研 究与开发 基于 Hadoop 云计算平台的图像分类与标注 * 陆寄远 1 ，黄承 慧 1 ，侯 昉 1 ，李 斌 2 （1. 广 东金 融 学院计 算机 科 学与技 术 系 广 州 510521 ； 2. 甲骨文研 究开发 中心 （深圳 ）有 限公 司 深圳 518057 ） 摘 要 ：为有 效 处 理 并 利 用 互 联 网海 量 的 图像 和视 频 数 据 ，提 出 了一 种 基 于 Hadoop 云 平 台 的 图像 分 类 和标 注 解 决 方 案 。 针 对 如 何 高 效 地 进 行 训 练 集 提 取 这 一 重 要 问题 ，搭 建 了基 于 云计 算 的 图像 抓 取 平 台 ，利 用 互 联 网 的 图像 资 源 作 为 原 始 数 据 集 ，为 提 取 训 练 集 图像 提 供 足 够 的数 据 ；实 现 了基 于 概 率 潜 在 语 义 分 析 模 型 的训 练 集 图像 提 取 功 能 ，对 原 始 数 据 集 进 行 基 于 主题 的聚类 ，帮 助 用 户 快 速 选 取 训 练 集 图像 ；加 入 了 SVM 分 类 模 型 ，利 用 提 取 出来 的训 练 集 对 未 标 注 图像 进 行 分 类 标 注 ，实 现 了完 整 的系统 。 实 验 结 果 表 明 ，该 方 案 能 够 满 足 海 量 图 像 数 据 分 类 和标 注 的功 能 和性 能需 求 。 关 键 词 ： 云计 算 ；训 练 集 提 取 ；支 持 向量 机 ；视 觉 特 征 提 取 doi： 10.3969／j .issn.1000-080 1.20 14.02.008 Image Classification and Annotation Based on Hadoop Cloud Computing Platform 1 1 1 2 Lu Jiyuan ， Huang Chenghui ， Hou Fang ， Li Bin （ 1. Department of Computer Science and Technology， Guangdong University of Finance， Guangzhou 510521， China； 2. Oracle Research and Development Center （Shenzhen） Co.， Ltd.， Shenzhen 518057， China） Abstract： In order to effectively deal with the massive image and video data in internet， a solution for image classification and annotation based on Hadoop cloud platform was proposed. Firstly， a system based on cloud computing was given to crawl the raw data image from WWW. Secondly， a training image extractor based on pLSA （