一种基于稀疏典型性相关分析的图像检索方法

• 作者: 叶振超 吴江琴 吴飞 庄凌 庄越挺
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 图像检索 文本 语义 稀疏典型性相关分析 视觉单词
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 计算机图形学与计算机辅助设计
• 页码范围: 1295-1304
• 分类号: TP391
• 字数: 8116字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04032

摘要

图像语义检索的一个关键问题就是要找到图像底层特征与语义之间的关联,由于文本是表达语义的一种有效手段,因此提出通过研究文本与图像两种模态之间关系来构建反映两者间潜在语义关联的有效模型的思路,基于该模型,可使用自然语言形式(文本语句)来表达检索意图,最终检索到相关图像.该模型基于稀疏典型性相关分析(sparse canonical correlation analysis,简称sparse CCA),按照如下步骤训练得到:首先利用隐语义分析方法构造文本语义空间,然后以视觉词袋(bag of visual words)来表达文本所对应的图像,最后通过Sparse CCA算法找到一个语义相关空间,以实现文本语义与图像视觉单词间的映射.使用稀疏的相关性分析方法可以提高模型可解释性和保证检索结果稳定性.实验结果验证了Sparse CCA方法的有效性,同时也证实了所提出的图像语义检索方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄越挺	浙江大学计算机科学与技术学院	100	2810	28.0	50.0
2	吴飞	浙江大学计算机科学与技术学院	225	2325	27.0	39.0
3	庄凌	浙江大学计算机科学与技术学院	6	88	4.0	6.0
4	吴江琴	浙江大学计算机科学与技术学院	9	339	6.0	9.0
5	叶振超	浙江大学计算机科学与技术学院	3	152	2.0	3.0