基于上下文信息的社交网络图像分析与理解

项目名称： 基于上下文信息的社交网络图像分析与理解

项目编号： No.61402228

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 李泽超

作者单位： 南京理工大学

项目金额： 26万元

中文摘要： 随着社交媒体的发展和流行，图像分享网站上存在海量的用户上传图像以及对应的标签、标题、描述、相册、地点等丰富的上下文信息；这些数据有助于图像分析与理解任务。而大多数现有工作未充分考虑这些上下文信息以及它们内部或者之间的同构/异构关系。基于此，本课题将以具有丰富上下文信息的社交网络图像为研究对象，研究社交网络图像分析与理解的相关问题，重点关注社交网络图像特征表示、社交网络图像标注、以及个性化标签推荐等方面的关键技术。本课题拟通过分析图像视觉内容、语义标签，利用高层语义指导图像的特征学习，为图像学习一个具有语义信息的特征表示，在一定程度上缓解“语义鸿沟”的影响；综合分析图像视觉内容和标签、用户等上下文信息以及它们内部或者之间的同构/异构关系，提高社交网络图像的标签质量与数量，以及为用户推荐个性化的标签，降低用户标注代价。本课题的实施，能够为图像的管理和检索提供一定的理论和技术支持。

中文关键词： 特征学习；上下文信息；矩阵分解；社交网络图像标注；标签推荐

英文摘要： With the popularity of social media, mass user-contributed images with rich context, including tags, title, description, group, location, etc., are easily available on image sharing websites. These data are helpful for the problem of image analysis and un

英文关键词： Feature Learning；Context Information；Matrix Factorization；Social Image Annotation；Tag Recommendation