首页 | 本学科首页   官方微博 | 高级检索  
   检索      

结合非负张量表示与扩展隐Dirichlet分配模型的图像标注
引用本文:钱智明,钟平,王润生.结合非负张量表示与扩展隐Dirichlet分配模型的图像标注[J].国防科技大学学报,2014,36(6):152-157.
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,湖南 长沙,410073
基金项目:国家自然科学基金资助项目(61271439)
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
收稿时间:2014/3/31 0:00:00

Extended latent Dirichlet allocation for image annotation of nonnegative tensor representation
QIAN Zhiming,ZHONG Ping and WANG Runsheng.Extended latent Dirichlet allocation for image annotation of nonnegative tensor representation[J].Journal of National University of Defense Technology,2014,36(6):152-157.
Authors:QIAN Zhiming  ZHONG Ping and WANG Runsheng
Institution:College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China;College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China;College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China
Abstract:
Keywords:image annotation  nonnegative tensor representation  extended latent Dirichlet allocation  variational inference
本文献已被 CNKI 万方数据 等数据库收录!
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