基于条件随机场的多标签图像分类识别方法

摘要

针对图像分类识别效率低、精度不高等问题,提出一种基于条件随机场的多标签图像分类识别方法.转换图像特征语义化,将特征连接距离与信息数量相结合,获得像素关联概念语义相似度,运用互信息评估方法表明语义转换的有效性,提高图像分类精度;建立条件随机场模型,得到图像特征语义序列与图像标签间的映射关联,有效挖掘标签间的语义相关性;利用欧氏距离动态损失函数,增强图像识别预测值准确性,将二维样本特征变换成包模式,得到簇图像内多个目标的差异性,通过数据集分类学习实现多标签图像的精准分类识别.仿真结果证明,提出的方法对标签图像的分类识别效果较强,且耗时较短.