基于稀疏图与噪声标签社区图像语义推断研究.pdfVIP

从社区贡献图像与噪声中推断语义概念

††‡†

、、、齐国君与蔡达成

†新加坡国立大学‡伊利诺伊大学厄巴纳‑香槟分校{dcstj,eleyans,dcsrh,

dcscts}@.sgqi4@

本文研究如何从社区贡献图像及其关联的噪声中推

断图像的语义概念。为实现更精准的概念推断，我们提出一

种基于稀疏图的半监督学习新方法，可同时利用标注与未标

注数据。通过全样本数据间一对一的稀疏重构构建的稀疏图，

能消除数据间大部分与概念无关的关联，因此相比传统图结

构更具鲁棒性和判别力。更重要的是，我们在此图学习框架

内提出一种有效的训练优化策略，通过引入对噪声数量

与稀疏性的双重正则化来处理噪声。此外，我们构建了

一个语义间隙较小的紧凑概念空间，通过在此空间内推断语

义概念以弥合语义鸿沟。不同概念间的关系天然嵌入该空间，

可辅助概念推断。我们在包含55,615张图像及关联标图1：从社区贡献及噪声中推断语义概念的流程概览。