[發明專利]一種基于決策樹的圖像自動標注方法和裝置

有效

• 申請號: 201611122143.5
• 申請日: 2016-12-08
• 公開（公告）號: CN108182443B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 楊婉;李青海;簡宋全;鄒立斌
• 申請（專利權）人: 廣東精點數據科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06K9/46;G06F40/284;G06K9/72
• 代理公司: 北京隆源天恒知識產權代理事務所(普通合伙) 11473
• 代理人: 閆冬

1.一種基于決策樹的圖像自動標注方法，其特征在于，該方法包括以下步驟：

步驟S1：輸入圖像集；

步驟S2：對所述圖像集中的圖像進行預處理；

步驟S3：采用N-cut算法對圖像進行分割，分別對分割后的區域進行視覺特征提取和量化，然后根據量化后的特征信息計算出特征相似性，根據所述特征相似性將圖像的有效區域進行聚類，形成視覺詞元；

步驟S4：統計所述圖像集中的訓練圖像的關鍵詞和視覺詞元信息，利用后驗概率知識對圖像進行初始標注，計算出每個關鍵詞作為所述圖像集中的測試圖像標注的標注概率P(w|I)，w為關鍵詞，I為測試圖像；

步驟S5：根據所述標注概率P(w|I)，設立閾值將所述標注概率P(w|I)分為三個部分，生成左子樹和右子樹；

步驟S6：利用詞間相關性計算所述左子樹和右子樹之間的詞間相關性；

步驟S7：將滿足一定條件的關鍵詞再形成新的左子樹和右子樹，選擇所有的左子樹里面的關鍵詞作為待標注圖像的關鍵詞；

所述步驟S3包括以下步驟：

步驟S31：采用N-cut算法將所述圖像集中的每幅圖像都進行分割，選擇圖像的有效區域；

步驟S32：對分割后的圖像的有效區域提取顏色特征和紋理特征作為局部特征描述算子，提取主成分分析的尺度不變特征作為全局特征，將所述局部特征和所述全局特征歸一化之后融合成一個長特征向量；

步驟S33：根據所述長特征向量計算特征相似性；

步驟S34：根據所述特征相似性，采用K-均值方法對分割區域進行聚類，使得分割后的區域屬于某一類別，同時賦予每一類一個唯一的整數編號，得到視覺詞元。

2.根據權利要求1所述的一種基于決策樹的圖像自動標注方法，其特征在于，

所述步驟S2包括以下步驟：

步驟S21：對所述圖像集中的所有圖像，包括訓練圖像和測試圖像，進行尺寸大小歸一化；

步驟S22：對所述測試圖像中的模糊圖像利用維納濾波法進行圖像修復。

3.根據權利要求2所述的一種基于決策樹的圖像自動標注方法，其特征在于，所述步驟S4包括以下步驟：

步驟S41：統計出每個關鍵詞出現在每幅圖像的標注中的次數，記為#(w,J)；統計出關鍵詞在訓練集標注中的總次數，記為#(w,T)；統計出視覺詞元b出現在每幅圖像中的次數#(b,J)；最后統計出視覺詞元b出現在全部訓練集中的次數#(b,T)；

步驟S42：計算

然后根據公式將關鍵詞與視覺詞元的聯合分布邊緣化求得P(w|b₁L b_m)≈P(w|I)；其中w_i(i＝1L n)為關鍵詞，b_i(i＝1L m)為視覺詞元，訓練圖像為J_i＝{b₁L b_m,w₁L w_n}，T為訓練圖像集，I＝{b₁L b_m}為測試圖像。

4.根據權利要求3所述的一種基于決策樹的圖像自動標注方法，其特征在于，所述步驟S5包括以下步驟：

步驟S51：設置雙閾值ε₁，ε₂；

步驟S52：根據

將關鍵詞分為三部分，當P(w|I)＞ε₁時，直接選取相應的關鍵詞作為待標注圖像的關鍵詞，設為左子樹，當ε₂＜P(w|I)＜ε₁時將這些關鍵詞置于同一集合中，作為右子樹，當P(w|I)＜ε₂時直接舍棄這一部分關鍵詞信息；其中S(w)、Q(w)表示滿足條件的關鍵詞集合，表示不包含任何關鍵詞。