图像多标签学习的研究概述

论文摘要

随着图像大数据的爆发,特别是用户贡献数据的飞速增长,图像样本的语义内容越来越丰富,标签信息也随之越来越复杂.因此图像多标签学习的研究是近年来学术圈和产业界的研究热点之一,涌现了大量表现优异的方法和技术.基于此,本文将对近年来图像多标签学习上的研究成果进行总结.首先,对多标签学习进行简单介绍,并详述其主流方法的分类;随后,针对目前大数据时代的数据特性,总结了多标签学习面临的新的技术难点及其对应的解决方案;最后,在应用层面上介绍了多标签学习在医学、计算机科学等领域的应用实例.

论文目录

• 0 引言
• 1 多标签学习概述
•   1.1 基本概念
•   1.2 多标签学习问题的分类
•     1.2.1 单例多标签处理方法
•     1.2.2 多例多标签处理方法
• 2 多标签学习面临的新挑战
•   2.1 标签噪声大
•   2.2 数据体量大
•   2.3 关联复杂
• 3 多标签学习的应用实例
• 4 总结

文章来源

类型: 期刊论文

作者: 袁梦奇,鲍秉坤

关键词: 多标签学习,图像标注,深度学习,大数据

来源: 南京信息工程大学学报(自然科学版) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 计算机软件及计算机应用

单位: 南京邮电大学通信与信息工程学院

基金: 国家自然科学基金(61572503,61872424,6193000388),南京邮电大学高层次人才启动基金(NY218001),模式识别国家重点实验室开放课题(201900015)

分类号: TP391.41

DOI: 10.13878/j.cnki.jnuist.2019.06.005

页码: 682-689

总页数: 8

文件大小: 895K

下载量: 208