[发明专利]图片的标注方法、装置及电子设备

说明书

技术领域

本发明涉及图片标注技术领域，具体而言，涉及一种图片的标注方法、装置及电子设备。

背景技术

在多媒体大数据时代，随着越来越多的图片的出现，目前大多数基于内容的图片检索方法并不能得到良好的体验，而自动图片标注(Automatic Image Annotation)由于可很好的促进图片语义检索及其它相关图片管理任务已经成为多媒体领域最重要的研究方向之一。自动图片标注可通过结合标签和图片，把基于内容的图片检索转换为基于文本的图片检索。当图片特征和相关的语义标签得到以后，可应用多种机器学习算法来适应标签。

现如今，由于智能手机和无线通信网络的发展，图片的获取越来越方便，能够随时随地分享到互联网上去，这带来多媒体应用的迫切需求，包括语义索引、搜索、检索以及其他的图片管理任务。尽管多媒体内容分析方面做了很多工作，主要的搜索引擎产品还是基于文本索引技术。因而在图片大数据的背景下，图片标注算法的效率、稳定性依然不足。

发明内容

有鉴于此，本发明实施例的目的在于提供一种图片的标注方法、装置及电子设备，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

第一方面，本发明实施例提供了一种图片的标注方法，所述方法包括对获取到的待标注图片进行特征提取，获得所述待标注图片对应的特征向量；基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型，获得所述待标注图片的标注结果。

第二方面，本发明实施例提供了一种图片的标注装置，所述装置包括特征提取单元和标注单元。特征提取单元，用于对获取到的待标注图片进行特征提取，获得所述待标注图片对应的特征向量。标注单元，用于基于所述特征提取单元获得的所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型，获得所述待标注图片的标注结果。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括处理器和存储器。所述处理器和所述存储器通过总线电连接。所述存储器用于储存程序。所述处理器用于通过所述总线调用存储在所述存储器中的程序，执行：对获取到的待标注图片进行特征提取，获得所述待标注图片对应的特征向量；基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型，获得所述待标注图片的标注结果。

本发明实施例提供了一种图片的标注方法、装置及电子设备，对获取到的待标注图片进行特征提取，获得所述待标注图片对应的特征向量；再基于所述待标注图片对应的特征向量以及预设的多视图半监督图片标注模型，获得所述待标注图片的标注结果，以此实现采用多视图半监督图片标注模型对图片进行标注，具备良好的噪声认知能力，效率高、稳定性强。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种电子设备的结构框图；

图2为本发明第一实施例提供的图片的标注方法的流程图；

图3为本发明第一实施例提供的图片的标注方法中获取预设的多视图半监督图片标注模型的流程图；

图4为本发明第一实施例提供的图片的标注方法中以NUS-WIDE为训练数据，提取LLC特征、FK特征与已有算法的效果对比示意图；

图5为本发明第一实施例提供的图片的标注方法中以NUS-WIDE为训练数据，提取FC6、FC7特征与已有算法的效果对比示意图；

图6为本发明第一实施例提供的图片的标注方法中以MIRFLICKR-25000为训练数据，提取LLC特征、FK特征与已有算法的效果对比示意图；

图7为本发明第一实施例提供的图片的标注方法中以MIRFLICKR-25000为训练数据，提取FC6、FC7特征与已有算法的效果对比示意图；

图8为本发明第一实施例提供的图片的标注方法中以IAPRTC-12为训练数据，提取LLC特征、FK特征与已有算法的效果对比示意图；