丰富图像标签的正则化非负矩阵分解方法

• 作者: 冯晓毅 夏召强 彭进业
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 图像标签丰富 正则化 非负矩阵分解 投影梯度法
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 第2届全国图像图形联合学术会议专栏
• 页码范围: 1112-1117
• 页数: 6页
• 分类号: TP391.4
• 字数: 4622字
• 语种: 中文

摘要

目的 随着Web2.0技术的进步,以用户生成内容为中心的社交网站蓬勃发展,也使得基于图像标签的图像检索技术越来越重要.但是,由于用户标注时的随意性和个性化,导致用户提交的图像标签不够完备,降低了图像检索的准确性.方法 针对这一问题,提出一种正则化的非负矩阵分解方法来丰富图像欠完备的标签,提高图像标签的完备性.利用非负矩阵分解的方法将原始的标签—图像矩阵投影到潜在的低秩空间里消除噪声,同时利用图像的类内视觉离散度作为正则化项提高消除噪声、丰富标签的效果.结果 利用从社交网站Flickr上下载的大量社交图像进行对比实验,验证了本文方法对丰富图像标签的有效性.通过对比目前流行的优化算法,本文算法获得较高的性能提升,算法平均准确度提高了12.3％.结论 将图像类内视觉离散度作为正则化项的非负矩阵分解算法,能较好地丰富社交图像的标签,解决网络图像标签的欠完备问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯晓毅	西北工业大学电子信息学院	57	546	13.0	21.0
2	彭进业	西北工业大学电子信息学院	62	518	13.0	20.0
3	夏召强	西北工业大学电子信息学院	4	28	3.0	4.0