首页
|
本学科首页
官方微博
|
高级检索
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
基于非负张量表示的扩展LDA标注模型
引用本文:
钱智明,钟平,王润生.基于非负张量表示的扩展LDA标注模型[J].国防科技大学学报,2014,36(6).
作者姓名:
钱智明
钟平
王润生
作者单位:
国防科技大学 电子科学与工程学院,国防科技大学 电子科学与工程学院,国防科技大学 电子科学与工程学院
摘 要:
由于“语义鸿沟”的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计其参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。
关 键 词:
图像标注
非负张量表示
扩展隐Dirichlet分配
变分推理
Extended LDA for image annotation based on nonnegative tensor representation
Abstract:
Keywords:
image annotation
nonnegative tensor representation
extended latent Dirichlet allocation
variational inference
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号