1、數(shù)字影像設備、網(wǎng)絡技術的發(fā)展使互聯(lián)網(wǎng)圖像數(shù)量呈爆炸式增長，F(xiàn)lickr、Zooomr等社交網(wǎng)站的出現(xiàn)為海量圖像資源管理提供了新思路。這類網(wǎng)站的一個重要特點是用戶可以手工對共享的圖像進行標注，這一過程稱為社會化標注，社交媒體下用戶為資源提供的初始標簽稱為社會化標簽。社會化標簽在信息資源的管理、傳播、分享等方面發(fā)揮著非常重要的作用，但是由于社會化標注過程是完全自由、不受約束的，再加上用戶文化程度、生活背景等差異，導致社會化標簽存在諸多問題。

2、標簽缺失和低質(zhì)量標簽是其中最主要的問題，這些問題嚴重阻礙了社會化標簽在個性化推薦、圖像檢索等相關領域的進一步發(fā)展與應用。
　　如何改善社會化標簽，使標簽能更全面、更精確地描述資源內(nèi)容具有十分重要的現(xiàn)實意義，同時也是當前計算機研究領域的熱點問題。本文結合機器學習和模式識別等方法對社交媒體下的圖像標簽優(yōu)化問題展開研究與探索，主要工作和研究成果包括以下三個方面:
　　(1)首先系統(tǒng)地研究了社交媒體下標簽中存在的主要問題以及形成原因

3、，并且分析了圖像標簽優(yōu)化相關方法的研究現(xiàn)狀。在已有研究成果的基礎上，結合豐富的互聯(lián)網(wǎng)數(shù)據(jù)、詞典語義知識庫等信息，提出了一種綜合度量標簽相關性的方法，與傳統(tǒng)方法相比，該方法從不同語義角度（內(nèi)容相關性、層級相關性）探討了標簽-標簽關系。此外，還基于圖像特征提取、語義分析等技術探索了圖像-圖像相互關系。
　　(2)針對社交媒體下圖像標簽缺失的問題，提出了一種基于標注詞語義與圖像視覺的標簽豐富算法。算法的主要思想是:首先根據(jù)用戶提供的初始

4、標簽為待豐富圖像推薦一組候選標簽集合，候選標簽滿足多樣性、相關性的要求。然后利用圖像信息、標簽信息進一步度量候選標簽與圖像之間的相關度，最終只保留相關度高的候選標簽。與其他方法相比，該算法充分融入了圖像-圖像、標簽-標簽相互關系，能準確召回缺失標簽，并且具有計算簡潔、成本代價低等優(yōu)勢。基于MIRFlickr數(shù)據(jù)展開實驗，實驗結果充分驗證了本算法能有效實現(xiàn)標簽豐富。
　　(3)針對社交媒體下存在噪聲標簽、語義模糊等低質(zhì)量標簽的問題，

5、提出了一種高效的圖像標簽優(yōu)化算法。算法的主要思想是:首先基于隨機游走模型對圖像標簽信息進行初始化;然后利用標簽、圖像之間的語義關聯(lián)建立數(shù)學模型，進一步把標簽優(yōu)化問題轉(zhuǎn)換為該模型的求解問題。與已有的標簽優(yōu)化模型相比，該模型綜合考慮了圖像視覺與標簽語義的一致性、噪聲稀疏性、標注稀疏性這三個方面，充分保證了圖像與標簽之間正確的對應關系，提升了標簽優(yōu)化效果。最后基于MIRFlickr數(shù)據(jù)展開實驗，分別驗證了模型的有效性、預處理對模型的優(yōu)勢以及本