一种基于蒙特卡罗数据均衡的图像自动标注方法

摘要

本发明涉及一种基于蒙特卡罗数据均衡的图像自动标注方法，在公共图像库上通过对训练样本图像进行区域分割，分割后具有不同特征描述的区域对应一个标注词，再对各个不同类别的图像集进行蒙特卡罗数据均衡，提取均衡之后各个图像的多尺度特征，最后将提取后的特征向量输入到鲁棒性最小二乘增量极限学习机中进行分类训练，得到图像自动标注中的分类模型。对于待标注的图像，通过对其进行区域分割后，采用相同的多尺度特征融合提取方法，将提取后的特征向量输入到最小二乘增量极限学习机中，即可得到最终的图像标注结果。相比传统图像自动标注方法，本发明的方法能更有效地对图像进行标注，时效性强，可用于大规模图像的自动标注，具有实际应用意义。