-
题名一种基于多模态主题模型的图像自动标注方法
被引量：7
- 1
-
-
作者
田璟
郭智
黄宇
黄廷磊
付琨
-
机构
中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室
-
出处
《国外电子测量技术》
2015年第5期22-26,共5页
-
基金
国家863计划项目(NO.2014AA7013033)资助课题
-
文摘
大部分传统的图像自动标注方法需要训练数据中具有精准的标注词,然而这样的数据通常是需要人工标注的,因此获取成本较高,且存在一定的主观性。该文提出一种全新的图像自动标注方法,通过结合自然语言理解领域实体识别的技术,充分利用图像周边自带环绕文本,将图像视觉特征、环绕文本以及实体抽取所得到的能够描述图像中显著特征的词在概率主题模型中进行联合建模,学习到多种数据模态之间的关联关系,从而实现图像的自动标注。在UIUC Pascal Sentence数据集上的实验证明该方法比传统方法具有更好的图像标注预测以及检索性能。
-
关键词
图像标注
主题模型
隐狄利克雷分配
GIBBS采样
-
Keywords
image annotation
topic model
LDA
Gibbs sampling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN911.73
[电子电信—通信与信息系统]
-
-
题名一种基于概率距离尺度学习的图像标注方法
被引量：3
- 2
-
-
作者
田璟
郭智
黄宇
黄廷磊
付琨
-
机构
中国科学院电子学研究所地理空间信息处理与应用系统技术重点实验室
-
出处
《国外电子测量技术》
2015年第7期19-23,共5页
-
基金
国家863计划(2014AA7013033)资助项目
-
文摘
大部分传统的基于距离尺度学习的图像标注方法假设训练样本之间存在确定的约束关系。这样的假设在小规模、精准的数据集上可以取得一定的效果。但是当数据量较大,每幅图像有多个标注且部分标注含有噪声时,这种过于理想的假设则不成立。提出了一种基于概率主题模型的距离尺度学习方法,通过概率主题模型挖掘这种模糊的、潜在的不确定辅助信息,并应用于后续的距离尺度学习中得到语义上距离尺度,改进基于搜索的图像标注性能。在Flickr数据集上的实验证明所提出方法比当前方法具有更好的图像自动标注性能。
-
关键词
图像标注
距离尺度学习
概率主题模型
GIBBS采样
-
Keywords
image annotation
distance metric learning
probabilistic topic model
Gibbs sampling
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
