[发明专利]一种基于预测结果筛选的鲁棒数字图像标注方法

摘要

本发明公开了一种基于预测结果筛选的鲁棒机器学习方法，用于获得更可靠的数字图像标注结果。具体而言，本发明采用机器学习中的经典思想——最大化间隔原理，对待标注的数字图像在多种相似度度量下得到的预测结果进行筛选，选取其中间隔最大的结果作为最终预测结果输出，完成对数字图像的标注。预测结果具有大间隔理论上避免了预测结果难以区分的情况，具有不错的鲁棒性。为了显示地计算间隔，本发明采用机器学习经典损失函数来衡量预测结果的区分程度，从而得到间隔的大小。其中，损失函数指预测结果(连续值)与候选的预测标记(离散值)之间的差距，该损失越小代表了预测结果的间隔越大。

主权项

一种基于预测结果筛选的鲁棒数字图像标注方法，其特征在于，主要包括以下步骤：(1)采用多种相似度度量，获得当前待标注图像相关语义标记的多组预测结果；(2)对每组预测结果，应用损失函数计算其间隔大小；(3)选取损失最小(间隔最大)的一组作为最终预测结果，对相应的数字图像进行标注。