计算机辅助设计与图形学学报

作者：胡云青, 陈强龙, 张寅

关键词：多标签图像识别, 多层次特征, 区域建议, 语义感知, 标签缺失

现有多标签图像识别方法主要利用深层特征, 忽略了多层次特征交互; 由于物体类别、布局、尺度等差异性较大, 现有针对单标签图像识别的区域建议方法无法充分挖掘多标签图像中语义多样性强的局部区域. 为此, 提出一种基于语义感知增强区域金字塔模型的多标签图像识别方法, 通过有效地融合不同层次的图像特征, 生成适应于多尺度目标的感兴趣区域. 该方法引入2个互补的阶段: 在全局阶段, 通过双路径特征融合金字塔对多层次特征进行编码, 有效地融合深层语义信息与浅层细节信息; 在局部阶段, 利用语义感知区域建议模块和区域调整模块获得具有高度语义多样性和判别性的感兴趣区域. 通过联合多个局部区域与全局图像的监督学习, 所提方法在MS-COCO和VOC 2007等基准数据集的评测中取得了显著的效果提升, mAP指标分别提升4.3个百分点和4.2个百分点; 在缺失标签场景下的多标签学习中, 该方法也以明显的优势超越了同类方法.

来源：2025年第10期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第10期