[发明专利]一种基于归纳型矩阵补全的大规模社交图像自动标注算法在审
| 申请号： | 201710036828.6 | 申请日： | 2017-01-18 |
| 公开（公告）号： | CN107590167A | 公开（公告）日： | 2018-01-16 |
| 发明（设计）人： | 陈蕾;刘梦迪;叶文采;周宇轩;杨庚;戴华 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/46;G06Q50/00 |
| 代理公司： | 南京知识律师事务所32207 | 代理人： | 李湘群 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于归纳型矩阵补全的大规模社交图像自动标注算法，主要用于解决大规模社交图像的标签缺失和含噪问题，从而提高图像自动标注的准确性。本发明一方面引入归纳型矩阵补全技术，对新加入图像或无标签图像进行自动标注；另一方面融合图像标签矩阵的低秩性及其所固有的稀疏性，对缺失或含噪的图像标签进行预测或纠错，增强图像标注的准确性；再一方面采用机器学习中流行的优化求解方法，对本发明的问题模型进行求解，实现大规模应用。本发明很好地提高了图像标注的准确性和规模性。 | ||
| 搜索关键词： | 一种 基于 归纳 矩阵 大规模 社交 图像 自动 标注 算法 | ||
【主权项】：
一种基于归纳型矩阵补全的大规模社交图像自动标注算法，其特征在于，所述算法包括以下步骤：(1)选择大规模社交图像数据集，对其进行预处理后，产生用于问题模型训练的图像标签的采样矩阵；(2)根据图像视觉内容和语义标注一致性原则，并利用图像标签的低秩性和稀疏性的融合以及归纳性矩阵补全技术，对图像自动标注问题进行建模；(3)引入并行多块ADMM进行问题模型求解，得到问题模型的求解结果；对求解结果进行迭代更新求解，直至收敛或满足终止条件得到最终所需结果，进而得到补全的图像标注结果；(4)对新加入的图像进行图像标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710036828.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种城轨列车软件版本评估方法及系统
- 下一篇：用于关系推断的系统和方法
