研究文章雷竞技app下载苹果版

面部图像注释搜索使用CBIR和细化监管标签

文摘

图像注释图像检索和管理中发挥着重要作用。汽车注释旨在自动分配一个与相应的教派的人。然而,人脸识别提出了图像分析和计算机视觉领域的难题,它已经收到了极大的关注,但在过去的几年里,因为它在不同领域中的应用。挖掘网络面部图像在互联网上已经成为一种很有前途的范式对汽车面临注释。因此,搜索提出了援助工具,帮助脸部图片搜索基于注释更有效率。人脸图像数据库中有几个脸的图片很多个性和标签放置不当,这意味着一些图片没有标签,有的没有适当的标签,在这种情况下基于注释的搜索将会失败。为了克服这个问题,一个有效的监管标签细化(SLR)方法,提出了有助于提炼web面部图像的标签与人类手工精致的努力。为了进一步加快该方案,clustering-based算法。两个名字还提出系统增强问题,有时候一个人可以有两个名称,因此混乱系统;这个问题已经解决了在这个系统。 The proposed technique is applied to the automated image-annotation task in our experiments, and hence a demonstration would be made to show that our technique is empirically efficacious and promising for mining web facial images. This technique may be applied in real world applications like social media portals (e.g., Facebook) to automatically annotate users’ uploaded photos to facilitate the search and management of online photo albums

Tayenjam Aerena,萨布哈T。

阅读全文下载全文