基于概率主题建模的图像语义学习与检索

• 作者: 吴璟莉 周生明 李志欣 陈宏朝
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像自动标注 主题模型 连续PLSA 语义学习 图像检索
• 年，卷（期）: 2012,（3）
• 页码范围: 125-134
• 页数: 10页
• 分类号: TP391
• 字数: 6710字
• 语种: 中文

摘要

针对图像检索中存在的“语义鸿沟”问题,本文提出一种语义学习模型进行图像的自动标注.首先提出连续的概率潜在语义分析(PLSA)模型及对应的参数估计算法,并利用最大惩罚似然的方法解决协方差矩阵的奇异性问题；然后,提出一个根据不同模态数据各自的特点进行处理的概率模型,该模型使用连续PLSA和传统PLSA分别建模视觉特征和文本关键词,并通过不对称学习算法发现两种模态之间共有的语义主题,从而能更精确地对未知图像进行标注.通过在分别包含5 000幅和31 695幅图像的两个标准Corel数据集上进行实验,并与几种典型的图像标注方法进行比较的结果表明,文中方法具有更高的精度和更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志欣	广西师范大学计算机科学与信息工程学院	30	144	7.0	11.0
2	吴璟莉	广西师范大学计算机科学与信息工程学院	33	224	7.0	14.0
3	陈宏朝	广西师范大学计算机科学与信息工程学院	23	139	5.0	11.0
4	周生明	广西师范大学计算机科学与信息工程学院	20	152	6.0	11.0