一种基于主动学习的图像标注方法
基本信息
| 申请号 | CN201410106864.1 | 申请日 | - |
| 公开（公告）号 | CN103942561B | 公开（公告）日 | 2017-03-29 |
| 申请公布号 | CN103942561B | 申请公布日 | 2017-03-29 |
| 分类号 | G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈晋音;黄坚 | 申请（专利权）人 | 杭州量知数据科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 杭州禧颂科技有限公司;杭州量知数据科技有限公司 |
| 地址 | 311100 浙江省杭州市下城区费家塘路588号4幢424室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于主动学习的网络图像标注方法。该方法首先基于图像数据集构建表征图像视觉相似性关系的K近邻图结构，计算相应的拉普拉斯图矩阵L；接着采用迭代计算求解最优化问题，选择出T个标注样本让用户进行标注；然后根据选择出来的T个标注样本训练多类别SVM分类器模型fsvm，最后基于训练的SVM分类模型fsvm对图像数据集中的图像进行图像类别判断，依据判别结果对图像进行标注，从而实现基于主动学习的图像标注。本方法采用迭代依次挑选出最具代表性的图像数据进行交互式标注，不仅提高训练的SVM模型性能和图像标注的准确度，还能减少需要标注的图像数目，达到减轻人工劳动量的目的。 |
