[发明专利]一种基于秩最小化的多标签图像标注结果融合方法

摘要

本发明涉及一种基于秩最小化优化算法的多标签图像标注结果融合方法，包括如下步骤：1)抽取训练集图像的多种特征表示,训练集图像带有事先给定的语义标注词；2）在不同的特征表示下，训练各自的监督学习图像标注模型；3）对于一幅新的没有语义标注词的图像，用同样的方法抽取该图像的多种特征，使用这些特征分别输入到对应的监督学习图像标注模型来预测多标签结果；4）利用秩最小化算法将多个模型输出的多标签结果融合，得到一个更准确的标注结果。本发明充分利用了不同特征表示下的图像标注模型的互补性，利用秩最小化算法减少融合的标注结果中的预测错误，从而使得最终的图像标注结果更准确。

主权项

一种基于秩最小化的多标签图像标注结果的融合方法，其特征在于，包括以下步骤： 1）抽取训练集图像的多种特征表示，训练集中的每幅图像都带有事先给定的语义标注词； 2）在不同的特征表示下，分别训练各自的监督学习图像标注模型； 3）对于一幅新的没有语义标注词的图像，用同样的方法抽取该图像的多种特征表示，使用这些特征表示分别输入到对应的监督学习图像标注模型来预测新图像的多标签标注结果； 4）利用秩最小化优化算法将多个模型输出的多标签结果融合：对于不同特征表示下模型预测的结果向量，先把每一个结果向量转换为一个反对称的秩为2的关系矩阵，然后用这些关系矩阵建模一个秩最小化优化问题，解这个优化问题得到一个融合的关系矩阵，再由融合的关系矩阵构造融合的结果向量，最终由融合的结果向量得到融合的标注结果。