[发明专利]基于多示例多标记学习的数字图像标注方法

权利要求书

1.基于多示例多标记学习的数字图像标注方法，其特征在于，包括如下步骤，

（1）初始化标注模型；

（2）从数据集合中随机选择一幅图像以及该图像的一个相关标记，并确定该标记的代表示例；

（3）通过随机采样获得一个排在相关标记前面的不相关标记，并确定该不相关标记的代表示例；

（4）针对所选图像，相关标记以及不相关标记构成的三元组更新模型；

（5）判断该模型是否达到要求，若是则返回（2）；否则结束并输出标注模型。

2.如权利要求1所述的基于多示例多标记学习的数字图像标注方法，其特征在于，所述训练标注模型的方法是，对于输入的标记图像，采用数据图像自动标注装置对训练图像数据集合中的图像提取符合多示例多标记学习输入的特征，每一幅图像由一组特征向量表示，每个特征向量称为一个示例；训练出来标注模型后，并用标注模型进行预测，输出相关标记作为标注结果；所述装置对输入的无标记图像进行同样的特征提取和预测标记过程。

3.如权利要求2所述的基于多示例多标记学习的数字图像标注方法，其特征在于，在多示例多标记学习输入表示下，每个标记的代表示例由当前标注模型确定。

4.如权利要求1所述的基于多示例多标记学习的数字图像标注方法，其特征在于，利用随机梯度下降算法针对图像、相关标记以及不相关标记构成的三元组更新模型。

5.如权利要求1所述的基于多示例多标记学习的数字图像标注方法，其特征在于，判断模型是否达到要求的标准包括迭代轮数达到用户指定的次数。