首页> 中国专利> 一种基于弱监督学习的图像语义解析方法

一种基于弱监督学习的图像语义解析方法

摘要

本发明公开了一种基于弱监督学习的图像语义解析方法,用以解决在给定大量用户标注图像基础上,将图像分割成一系列具有单一语义的完整区域,同时对各区域实现语义标注的问题。本发明包括:联合谱聚类与判别式聚类的双重聚类方法,对由过分割方法得到的图像子区域进行聚类;同时,利用图像级别标注与图像区域级别标注的对应约束关系,构建以误差最小化为目标的弱监督学习模型,为各图像子区域的聚类集合分配语义标签。此外,通过判别式聚类学习到的多类分类器,可以实现针对没有标签信息图像的语义解析。本发明不仅可以给图像添加语义标签,还可以将标签添加到图像中的对应区域,实现更细粒度的图像语义理解。

著录项

  • 公开/公告号CN103336969B

    专利类型发明专利

  • 公开/公告日2016-08-24

    原文格式PDF

  • 申请/专利权人 中国科学院自动化研究所;

    申请/专利号CN201310214812.1

  • 发明设计人 卢汉清;刘静;刘洋;

    申请日2013-05-31

  • 分类号

  • 代理机构中科专利商标代理有限责任公司;

  • 代理人宋焰琴

  • 地址 100190 北京市海淀区中关村东路95号

  • 入库时间 2022-08-23 09:44:53

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2016-08-24

    授权

    授权

  • 2013-11-06

    实质审查的生效 IPC(主分类):G06K 9/62 申请日:20130531

    实质审查的生效

  • 2013-10-02

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号