融合多尺度上下文的图像标注研究

项目名称： 融合多尺度上下文的图像标注研究

项目编号： No.61401228

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 周全

作者单位： 南京邮电大学

项目金额： 25万元

中文摘要： 对自然图像中的物体进行自动标注，以达到图像理解的目的是计算机视觉和图像处理领域的研究热点问题。充分利用每幅图像中蕴含的上下文信息，有助于提高图像中物体和区域的识别准确率。但是，现有的图像标注方法往往忽视了上下文信息的多尺度特性，即不同尺度上的上下文提供不一样的视觉信息，从而导致图像中蕴含的上下文信息没有得到充分地利用。为此，本项目旨在提出一种全新的融合多尺度上下文的图像标注框架，以扩展现有图像标注与图像理解的理论体系。本项目具体的研究内容和创新点包括：根据物体尺度信息未知的特性，提出一种动态分割图的多尺度上下文表达方法，解决选择合适尺度上下文信息来表达不同类别物体的问题；提出一种鲁棒的多尺度上下文描述符，由于上下文信息具有多尺度特性，因此所设计的描述符必须也具有多尺度特性；利用不同尺度上下文之间的差异性和互补性，提出一种多尺度上下文融合模型，解决平衡模型复杂度以及提高标注性能的建模问题。

中文关键词： 图像理解；图像标注；语义标注；语义分割；多尺度上下文

英文摘要： Multi-class object labeling in nature images is a challenging problem in the fields of computer vision and image processing. Efficient usage of contextual information is benefit to improve the recognition accuracy for different objects and regions. The cu

英文关键词： image understanding；image labeling；semantic lableing；semantic segmentation；multi-scale context