[发明专利]一种基于蒙特卡罗数据均衡的图像自动标注方法

权利要求书

1.一种基于蒙特卡罗数据均衡的图像自动标注方法，其特征在于：包括以下步骤：

步骤S1：对公共图像库中的训练集图像进行自动分割；

步骤S2：采用综合距离图像特征匹配方法对分割后的图像进行自动匹配，将具有相同特征与相似特征的图像归为一类，并且贴上相应的标注词；不同类别的图像集具有不同描述的标注词；

步骤S3：对具有不同标注词的各个类别图像集进行蒙特卡罗数据集均衡，每个类别的图像具有同一标注词，不同类别的图像集的描述词不同；

步骤S4：分别提取各个类别图像集中图像的多尺度融合特征，再进行特征直方图统计，形成最终的特征向量；

步骤S5：将提取后的图像特征输入到鲁棒性最小二乘增量极限学习机中进行分类训练，得到图像自动标注过程中的分类模型；

步骤S6：对公共图像库中待标注的图像进行自动分割，提取相应的融合特征，形成最终的特征向量，并将提取后得到的特征向量输入到所述步骤S5中的分类模型中，得到最终的图像标注结果；

其中，所述步骤S2中采用的综合距离图像特征匹配方法包括以下步骤：

步骤S21：选择一个分割后的区域作为种子图像：选择分割后标注词为bear的一个分割区域作为种子图像，并令该种子图像为X_bear；设置一个置信因子τ，当两个区域的特征相似度距离小于所述置信因子时，则所述两个区域同属于一个类别，即所述两个区域具有相同的关键词描述；

步骤S22：从图像库中选择含有标注词为bear的图像集φ(Y)＝{Y₁,Y₂.....Y_k}(1≤k≤n)，其中n表示的是图像库中的图像个数；假设满足该要求的某一张图像Y_k，其分割后的区域为由于每张主题照片的关键词不超过5个，则分割区域控制在5个之内，并且分割的准则根据该张图片的标注词个数；

步骤S23：设X_bear的多尺度融合特征向量为X_bear＝{x_bear1,x_bear2.......x_bearm}，m代表其特征维度，其中多尺度下的HOG特征向量为ω维，LBP的特征向量维数为σ维，HSV的特征向量维数为δ维，满足ω+σ+δ＝m；则样本的特征向量描述为：X_bear＝[x_bear,1...x_bear,ω|x_bear,ω+1..x_bear,ω+σ|x_bear,ω+σ+1..x_{bear,ω+σ+δ}]，并采用同样的方式表示X_c(1≤c≤5)区域的特征向量，设X_c＝[x_c,1...x_c,ω|x_c,ω+1..x_c,ω+σ|x_c,ω+σ+1..x_c,ω+σ+δ]；

再给出以下的数学定义：

上述式中：定义表示X_bear，X_c两者的综合特征距离，d₁表示两者多尺度HOG特征下的欧式特征距离，d₂表示两者LBP特征下的曼哈顿特征距离，d₃表示两者HSV特征下的直方特征距离，λ₁,λ₂,λ₃分别表示不同特征距离的影响因子；当时，X_c区域为X_bear的最佳匹配分割区域，并将该区域加入该种子图像集之中；返回步骤S22，计算φ(Y)中的所有元素；若φ(Y)中的元素均计算过，则进入下一步；

步骤S24：返回步骤S21，重复步骤S21、步骤S22、步骤S23的计算，直到所有的标注词所对应的图像全部正确的被归类后结束。