[发明专利]基于多示例多标记学习的数字图像标注方法有效
| 申请号： | 201310084956.X | 申请日： | 2013-03-15 |
| 公开（公告）号： | CN103116893A | 公开（公告）日： | 2013-05-22 |
| 发明（设计）人： | 周志华;黄圣君 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210023 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： | 本发明针对数字图像往往具有复杂语义，而基于单示例的技术无法对其进行有效表达和学习等技术问题，公开了一种基于多示例多标记学习的数字图像标注方法，包括：初始化标注模型；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；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；针对该图像，相关标记以及不相关标记构成的三元组进行梯度下降更新模型。本发明利用随机梯度下降算法进行在线学习，大大降低了时间和内存开销，从而既保证了标注的精确度，又提高了标注效率。 | ||
| 搜索关键词： | 基于 示例 标记 学习 数字图像 标注 方法 | ||
【主权项】：
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。
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大学，未经南京大学许可，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/201310084956.X/，转载请声明来源钻瓜专利网。
- 上一篇：经稳定化的农业油分散体
- 下一篇：蒸汽直埋管复合保温结构
