[发明专利]一种基于Wiki的图像分类体系动态演化方法

摘要

本发明公开了一种基于Wiki的图像分类体系动态演化方法：(1)通过基于机器学习的分类器检测，基于语义关联矩阵的类别推荐以及人工标注获得初始类别版本L0；(2)基于维基(Wiki)模式，允许并鼓励大众直接或间接更新系统数据类别信息；(3)根据像所属类别动态演化模型，判定图像所属类别；(4)根据类别自身组织结构动态演化模型，调整类别组织结构；(5)基于统计模型，统计用户操作信息，调整步骤3和步骤4的相关参数。本发明利用维基模式的开放共享性和平等共创性，聚集众多用户独立的决策来提高图像分类的精确性，调整类别组织结构，提高图像检索效果。

主权项

1.一种基于Wiki的图像分类体系动态演化方法，其特征与步骤如下：(1)通过图像分类器和语义关联矩阵自动产生相关的类别建议词汇，得到图像的初始类别标注，包括主类别和副类别，主类别即图像所属的类别，副类别指图像所属的候选类别，即此图像有可能属于此类别，用来和主类别竞争；其具体过程为，用户在上传图像时，抽取图像的底层SIFT特征，用特征向量X表示，将此特征向量与训练好的图像SIFT特征集Y＝{y1，y2，...yn}计算其相似度，Y中的每一个特征向量对应着一个类别词，将此图像赋予与特征向量X最相似的向量yk的类别词，将此类别词提交给语义关联推荐模块，根据系统中维护的语义关系表，向用户推荐类别词，由用户选择主类别或者副类别，也允许用户添加未推荐的类别词；这些由上传图像的用户确定的图像主类别C_main和副类别初始类别词，作为图像的初始类别标注，构成一个图像所属类别初始版本L0；(2)基于维基wiki模式，即大规模的开放协作和资源共享模式，允许并鼓励普通用户大众对大规模图像数据管理系统的数据进行类别更新操作，包括所属类别判定，投票，标签添加以及语义描述方式；(3)对于步骤(2)的更新操作，根据图像所属类别的动态演化模型，进行图像所属类别的判定；(4)对于步骤(2)的更新操作，根据类别自身组织结构动态演化模型，调整类别组织结构；(5)基于统计模型对用户的操作进行统计，用来调整步骤(3)和步骤(4)的相关参数。