期刊導航
最近在自動圖像標注領域有哪些計算機視覺方面的綜述/調查論文？
隨著互聯網的發展，圖片的數量呈指數級增長。為了提供滿足用戶需求的圖像，重要的一點之一是正確標記圖像。由于現在網絡上很多沒有標簽的圖片，通過文字檢索圖片很困難。眾所周知，隨著圖像的爆炸式增長，手動標記圖像的時間成本和人工成本更加昂貴。
此外，手動標記圖像的結果因人而異。從上面討論的內容來看，自動圖像注釋具有很大的潛力。如果我們提高圖像標注的準確性，會有巨大的商業利益。
當前的自動圖像注釋旨在將有限詞匯表中的一些相關單詞分配給沒有標簽的圖像。大多數自動圖像標注算法的過程是：首先，從訓練圖像和測試圖像中提取特征。其次，根據訓練數據生成標注模型。最后，根據測試圖像的特征生成注釋。
從標注的過程來看，本質上有兩個因素影響結果，一個是我們從訓練圖像和測試圖像中提取的特征，另一個是標注模型。
盡管如此，自動圖像標注仍然存在一些問題，之前的研究人員已經做了大量的工作來嘗試優化。第一個是算法無法弄清楚每個標簽對應于圖像的哪個區域。標簽可以對應于圖像的一個區域，也可以對應于整個圖像。其次，低級圖像特征不能準確表達圖像的含義，導致計算兩幅圖像之間的距離時出現錯誤。
本站所有相關知識僅供大家參考、學習之用，部分來源于互聯網，其版權均歸原作者及網站所有，如無意侵犯您的權利，請與小編聯系，我們將會在第一時間核實并給予反饋。
提供云服務支持