[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

摘要

本发明涉及一种基于蒙特卡罗数据均衡的图像自动标注方法，在公共图像库上通过对训练样本图像进行区域分割，分割后具有不同特征描述的区域对应一个标注词，再对各个不同类别的图像集进行蒙特卡罗数据均衡，提取均衡之后各个图像的多尺度特征，最后将提取后的特征向量输入到鲁棒性最小二乘增量极限学习机中进行分类训练，得到图像自动标注中的分类模型。对于待标注的图像，通过对其进行区域分割后，采用相同的多尺度特征融合提取方法，将提取后的特征向量输入到最小二乘增量极限学习机中，即可得到最终的图像标注结果。相比传统图像自动标注方法，本发明的方法能更有效地对图像进行标注，时效性强，可用于大规模图像的自动标注，具有实际应用意义。

主权项

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。