登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 理工学类 > 信息与计算科学 > 正文

基于多标签分类算法的网络图像标注方法开题报告

 2021-03-11 12:03  

1. 研究目的与意义(文献综述)

1.目的及意义(含国内外的研究现状分析)

1.1 研究的目的和意义

在网络(web)上图像是一种主要的数据信息,为了便于图像的检索,图像标注是一种常用的解决方案。图像标注是指将合适的语义标签(如老虎,汽车等)分配给图像,从而能够通过相应的关键字对图像进行检索。图像标注问题实际上可以抽象成为一种多标签分类问题,即针对某个图像,可以将其分到多个类别中。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.研究的基本内容和目标,拟采用的技术方案及措施

2.1 研究内容和目标

熟悉图像标注的基本原理与应用,了解网络图像的多模特性;掌握多标签分类方法与多模态融合的思想;研究一种多任务多模态学习方法,能够通过分析多标签关联来提高图像标注效果;在权威的网络图像集上验证标注方法的有效性。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1-3周

查阅文献,完成开题报告

4-6周

总体设计,完成论文综述

7-10周

改进与推广

11-13周

论证和检查

14-15周

写论文,提交初稿,给老师检查,修改定稿,答辩

4. 参考文献(12篇以上)

[1] liang xie, peng pan, yansheng lu, shixun wang. a cross-modal multi-task learning framework for image annotation. cikm 2014: 431-440

[2] xu jia, fuming sun, haojie li, yudong cao, xing zhang. image multi-label annotation based on supervised nonnegative matrix factorization with new matching measurement. neurocomputing 219: 518-525 (2017)

[3] yong luo, dacheng tao, bo geng, chao xu, stephen j. maybank. manifold regularized multitask learning for semi-supervised multilabel image classification. ieee trans. image processing 22(2): 523-536 (2013)

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图