.png){kind=icon}
.png){kind=icon}
返回
Baselines for Image Annotation
.png){kind=icon}
OA
AI
DOI：10.1007/s11263-010-0338-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自动将关键字分配给图像是非常令人感兴趣的，因为它允许人们检索、索引、组织和理解图像数据的大集合。在过去的十年中，已经提出了许多用于图像注释的技术，这些技术在标准数据集上给出了合理的性能。但是，这些工作中的大多数都无法将其方法与简单的基线技术进行比较，以证明对复杂模型和后续训练的需求。在这项工作中，我们介绍了一种用于图像注释的新的简单基线技术，该技术将注释视为检索问题。所提出的技术利用全局低级图像特征和基本距离度量的简单组合来找到给定图像的最近邻居。然后使用贪婪标签传输机制来分配关键字。所提出的基线方法在两个标准和一个大型Web数据集上优于当前最先进的方法。我们相信，这样的基线测量将提供一个强大的平台来比较和更好地理解未来的注释技术。
Keyword:
Image annotation
Baseline techniques
Nearest neighbor
Label transfer
期刊
IF:
9.3
论文数:
3.9K
被引数:
2.8W