圖像標(biāo)注的迭代關(guān)聯(lián)模型

全部作者： 徐楓 章毓晉 第1作者單位： 清華大學(xué)電子工程系 論文摘要： 基于多模態(tài)數(shù)據(jù)的信息檢索是1個(gè)富有挑戰(zhàn)的研究方向。在本文中，我們提出1種新方法關(guān)聯(lián)圖像和文本詞，從而解決自動(dòng)圖像標(biāo)注和基于標(biāo)注詞的圖像檢索問(wèn)題。首先，兩個(gè)相互獨(dú)立的空間，分別包含圖像和文本詞，通過(guò)并行投影進(jìn)行關(guān)聯(lián)。其次，將多模態(tài)數(shù)據(jù)間的異質(zhì)關(guān)聯(lián)定義為點(diǎn)積的形式。然后，1個(gè)新的數(shù)據(jù)元素和已知數(shù)據(jù)間的關(guān)聯(lián)可以從兩個(gè)同質(zhì)核推導(dǎo)出。最后，我們提出1個(gè)迭代模型優(yōu)化這1關(guān)聯(lián)并得到多模態(tài)數(shù)據(jù)間的概率關(guān)聯(lián)矩陣。根據(jù)由圖像到文本詞的關(guān)聯(lián)值，可以得到圖像的標(biāo)注詞；根據(jù)從文本詞到圖像的關(guān)聯(lián)值，可以進(jìn)行基于文本詞的圖像檢索。而且，我們提出的方法以無(wú)監(jiān)督的方式探索了多模態(tài)數(shù)據(jù)的關(guān)系。我們還給出了在自動(dòng)圖像標(biāo)注核基于標(biāo)注詞的檢索問(wèn)題上的實(shí)驗(yàn)結(jié)果以表明方法的有效性。 關(guān)鍵詞： 多模態(tài)數(shù)據(jù)，異質(zhì)關(guān)聯(lián)，投影，概率關(guān)聯(lián)，自動(dòng)圖像標(biāo)注，圖像檢索 (瀏覽全文) 發(fā)表日期： 2007年08月10日 同行評(píng)議：

（暫時(shí)沒(méi)有）

綜合評(píng)價(jià)： （暫時(shí)沒(méi)有） 修改稿：

【圖像標(biāo)注的迭代關(guān)聯(lián)模型】相關(guān)文章：

基于融合細(xì)分的紋理圖像重構(gòu)模型03-17

基于視覺(jué)注意力模型的圖像檢索的研究11-22

一種結(jié)合P-M模型和CED模型的圖像平滑方法03-07

關(guān)聯(lián)企業(yè)和關(guān)聯(lián)交易的有關(guān)問(wèn)題01-13

圖像時(shí)代的文學(xué)03-08

圖像拼接算法及實(shí)現(xiàn)03-03

靜態(tài)圖像的直接顯示03-06

圖像的小波降噪03-07

論音樂(lè)與繪畫(huà)的關(guān)聯(lián)03-19