实时双模态自动图像软标注与多关键词检索

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60973059
  • 项目类别：
    面上项目
  • 资助金额：
    29.0万
  • 负责人：
    刘峡壁
  • 依托单位：
    北京理工大学
  • 学科分类：
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

自动图像标注是当前图像检索领域中的关键和热点问题。其中，融合视觉与文本信息的标注是近年来引人关注的发展方向。本项目综合考虑软标注结果的获取与利用问题，通过融合图像的视觉与文本描述信息，得到支持多关键词检索的自动图像软标注方法，用于实时准确地获取表示图像语义的关键词及其可信度，据以进行可靠的多关键词检索。主要研究内容包括：1）为了提高图像视觉分类的实时性和准确性，研究高效可扩展性好的视觉符号统计模型及其学习方法。2）为了提高关键词语义相关性度量的准确性，研究基于机器学习的不同途径语义相关性度量融合方法。学习目标是更好的图像标注效果，与视觉分类器一致，以利于文本与视觉证据的融合。3）为了使多关键词检索能够容忍标注错误和能够处理以否定形式提交的查询要求，研究可计算多关键词联合概率的双模态证据融合模型及其学习方法。我们将对所提出的方法进行理论分析，并在Web环境下进行实验验证和评价。

结项摘要

按照项目计划书的要求，以基于内容的图像检索为应用背景，对融合视觉与文本信息的自动图像软标注问题进行了比较系统的研究，包括图像统计建模与判别学习、相关性度量、数据索引与检索、并行计算等四个方面。在图像统计建模与判别学习方面，提出了高斯混合模型的判别学习方法、基于视觉符号统计建模的图像表示方法、基于Fisher准则与遗传优化的特征选择方法、以及基于混淆矩阵的多分类器融合方法。在相关性度量方面，提出了基于神经网络的语义相关性度量融合方法以及融合视觉与语义信息的改进随机游走方法。在数据索引与检索方面，提出了基于GMM聚类的高维多特征数据索引方法、基于多级过滤的相似性检索方法、以及利用在线学习改进基于文本的图像搜索结果的方法。在并行计算方面，提出了沿均值搜索的CMA-ES进化策略优化算法以及速度向量方向不变的粒子群优化算法。在常用数据库上的实验结果表明所提出的这些方法是有效的，在此基础上整合研究成果，开发了基于内容的图像检索演示系统，具有较好的演示效果。

项目成果

期刊论文数量（2）
专著数量（0）
科研奖励数量（0）
会议论文数量（6）
专利数量（1）
一种视觉词软直方图的图像表示方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    王彦杰;刘峡壁;贾云得
  • 通讯作者：
    贾云得
Discriminative structure selection method of Gaussian Mixture Models with its application to handwritten digit recognition
高斯混合模型判别结构选择方法及其在手写数字识别中的应用
  • DOI：
    10.1016/j.neucom.2010.11.010
  • 发表时间：
    2011-02
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    Chen, Xuefeng;Liu, Xiabi;Jia, Yunde
  • 通讯作者：
    Jia, Yunde

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

一种视觉单词软直方图图像表示方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    王彦杰;刘峡壁;贾云得
  • 通讯作者：
    贾云得

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

刘峡壁的其他基金

面向影像表现的肺部CT图像检索方法研究
  • 批准号：
    81171407
  • 批准年份：
    2011
  • 资助金额：
    59.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码