[发明专利]一种基于集成分类的暴恐图像标注方法

摘要

本发明公开了一种基于集成分类的暴恐图像标注方法。包括以下步骤：将待标注图像归一化为224×224的尺寸后输入图像标注集成网络；集成网络中各个子网络将其提取到的图像特征映射到标签语义空间中，得到待标注图像的尺寸为1×N的标签概率向量；将各子网络输出的标签概率向量组合为矩阵，并与权重分配矩阵进行一系列运算得到待标注图像最终尺寸为1×N的标签概率向量；对计算得到的标签概率向量设定阈值，大于阈值的所有标签即待标注图像的最终标注结果。本发明所描述的标注方法具有网络训练时间短、标注准确率高、稳定性强等优点，相较于传统机器学习，本发明在标注准确率和召回率上都有较大的提升，针对涉恐信息这一特定领域，具备一定实用价值。