誰能推薦自動圖像注釋 (AIA) 的最佳（最新）調(diào)查研究論文？

如今，大量的圖像可用。然而，為普通用戶檢索所需的圖像在計算機視覺系統(tǒng)中是一項具有挑戰(zhàn)性的任務。在過去的二十年中，已經(jīng)引入了許多類型的研究來提高圖像自動注釋的性能，這些研究傳統(tǒng)上集中在基于內(nèi)容的圖像檢索上。

不過，最近的研究表明，基于內(nèi)容的圖像檢索與人類可理解的圖像語義之間存在語義鴻溝。因此，該領域的現(xiàn)有研究已經(jīng)彌合了低級圖像特征和高級語義之間的語義鴻溝。彌合語義鴻溝的傳統(tǒng)方法是通過使用機器學習技術提取語義特征的自動圖像注釋 (AIA)。

此外，現(xiàn)有 AIA 技術中使用的圖像特征也可以分為區(qū)域和全局圖像特征（例如塔斯克);基于區(qū)域的特征需要圖像分割，而全局圖像特征是從所有圖像中計算出來的。全局圖像特征有兩種表示；這些是要點和顏色直方圖。顏色直方圖的提取涉及三種顏色空間（RGB、LAB 和 HSV），這些顏色空間在計算機視覺中使用最多。與綜合特征相比，局部特征可以捕獲更多語義圖像內(nèi)容。尺度不變特征變換 (SIFT) 和有力的類型描述符通常作為兩個受限特征來實現(xiàn)。在本研究中考慮了這兩個特征以確保適當?shù)膱D像表示。兩個特征的結(jié)構描述如下：

• 一種。低級圖像特征：這些是圖像中特征或自主實體的組合。它們通過專注于圖像的基本微觀細節(jié)來提供圖像組件的特定描述，例如背景、顏色、紋理或形狀。
• B.高級功能：這些特征是重要的圖像表示屬性，因為它們從全局角度表示圖像，并且指的是圖像的概念或定義。這些特征可以有效地模仿人類的感知系統(tǒng)。

寶寶起名 起名