Apprentissage multi-étiquettes et multi-instances conjoint pour la classification d'images

Dans le monde réel, une image est généralement associée à plusieurs étiquettes qui sont caractérisées par différentes régions de l'image. Ainsi, la classification d'images se pose naturellement comme un problème d'apprentissage à la fois multi-étiquettes et multi-instances. Contrairement aux recherches existantes qui ont considérée ces deux problèmes séparément, nous proposons une approche intégrée d'apprentissage multi-étiquettes et multi-instances (MLMIL) basée sur des champs aléatoires conditionnels cachés (HCRFs), qui capture simultanément à la fois les connexions entre les étiquettes sémantiques et les régions, et les corrélations entre les étiquettes dans une seule formulation. Nous appliquons ce cadre MLMIL à la classification d'images et rapportons une performance supérieure par rapport aux approches existantes clés sur les ensembles de données MSR Cambridge (MSRC) et Corel.