确定标签/关键字是否与图像相关的简单但相当准确的算法

Question

我有一个关于自动图像关键字的难题要解决。您可以假设我有一个数据库，其中包含 100000+ 个用于训练的关键字低质量 jpeg 图像（低质量 = 低分辨率约 300x300px + 低压缩比）。每张图片有大约 40 个最准确的关键词（数据可能包含轻微的“噪音”）。我还可以提取一些关于关键字相关性的数据。

给定一张彩色图片和一个关键词，我想确定关键词与这张图片相关的概率。

我需要一个创造性的、易于理解的解决方案，我可以在大约一个月或更短的时间内自行实施（我打算使用 python）。到目前为止，我发现的是机器学习、神经网络和遗传算法。我还在考虑为每个关键字生成某种签名，然后我可以用它来检查尚未看到的图像。

如果可行，我们也会赞赏疯狂/新颖的想法。我也愿意使用其他 python 库。

我当前的算法极其复杂且计算量很大。它建议关键字而不是计算概率，并且 50% 的建议关键字不准确。

Answer 1

鉴于应用程序的硬性要求，只能提出粗略和无脑的解决方案。

对于每个图像，使用某种分割方法并保留例如四个最大的片段。将它们中的一两个区分为背景（延伸到图像边界的那些），将其他区分为前景或感兴趣的项目。

根据主要颜色（使用基于颜色原色的非常粗略的分类）和形状（相对于图像的大小、圆度、孔数、主要方向和其他一些）来表征片段。

然后，您可以为每个关键字构建一个分类器，以确定给定图像是否有/没有这个关键字。训练后，分类器会告诉您图像是否有/没有关键字。如果你使用模糊分类，你会得到一个“概率”。