Resumen

Desde el rápido crecimiento de las tecnologías de Internet y los dispositivos móviles, los datos multimedia como imágenes y videos están creciendo explosivamente en la red. Gestionar datos multimedia a gran escala con etiquetas y anotaciones correctas es una tarea muy importante. Etiquetas y anotaciones incorrectas dificultan la gestión de datos multimedia. Etiquetas y anotaciones precisas facilitan la gestión de datos multimedia y ofrecen resultados de recuperación de alta calidad. El etiquetado manual completo de imágenes, que es etiquetado por el usuario, será el más preciso cuando el usuario etiqueta la información correcta. Sin embargo, la mayoría de los usuarios no se esfuerzan en la tarea de etiquetado. Por lo tanto, sufrimos de muchas etiquetas ruidosas. La mejor solución para un etiquetado preciso de imágenes es etiquetar automáticamente las imágenes. Modelos robustos de etiquetado automático de imágenes son propuestos por muchos investigadores y sigue siendo un campo de investigación muy interesante en la actualidad. Dado que todavía existen muchas limitaciones en los modelos de etiquetado automático de imágenes, pro

• Materias:Red neuronal artificial Codificación de video Reducción de ruido Pérdida de paquetes Codificación multiusuario
• Subjects:Artificial Neural Network Video Coding Noise reduction Packet loss Multi-user encoding
• Palabras claves:Tecnologías de internet; Datos multimedia; Etiquetas; Anotaciones; Etiquetado de imágenes; Automático
• Keywords:Internet technologies; Multimedia data; Tags; Annotations; Image tagging; Automatic