摘要：针对多标签图像标注问题，提出一种改进的支持向量机多分类器图像标注方法。首先引入直方图交叉距离作为核函数，然后把传统支持向量机的输出值变换为样本到超平面的距离。基于这两点改进，采用一种特征选择方法，从众多的图像特征中，选择那些相互之间冗余度较小的视觉特征，分别建立分类器，最终形成以距离大小为判别依据的支持向量机多分类器模型。此外，在建立分类器时，考虑到训练图像中不同标签类样本分布的不均匀，引入了一个关于图像类标签的概率分布值做为分类器的权重系数。实验采用ImageCLEF提供的图像标注数据集，在其上的实验验证了所采用的特征选择算法和多分类模型的有效性，其标注精度要优于其他传统分类模型，并且，实验结果与最新的方法相比也具有一定的竞争力。

关键词：支持向量机 图像标注 多分类器 特征选择 

单位：内蒙古大学计算机学院 内蒙古呼和浩特010021 加拿大蒙特利尔大学计算机系 加拿大蒙特利尔H3C3J7