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 00:24:29
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。
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。
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)
