基于显著图加权视觉语言模型的图像分类方法

• 作者: 李弼程 王挺进 赵永威
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像信息 视觉语言模型 图像分类 背景区域 显著图
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 204-210
• 页数: 7页
• 分类号: TP391
• 字数: 6416字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.03.039

摘要

传统基于视觉语言模型( VLM)的图像分类方法在参数估计阶段，通常采用最大似然估计的方式统计视觉单词的分布，忽略了图像背景噪声对该模型参数估计的影响。为此，提出一种新的图像分类方法。利用基于视觉注意的显著性检测算法提取图像中的显著区域和背景区域，构建的图像带有显著图标识的视觉文档，训练视觉单词的显著度权重和条件概率，并使用显著图加权视觉语言模型进行图像分类。实验结果表明，与传统VLM等方法相比，该方法能有效克服图像背景噪声的影响，增强视觉单词的区分性，提高分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	信息工程大学信息系统工程学院	102	1583	19.0	37.0
2	赵永威	信息工程大学信息系统工程学院	8	33	3.0	5.0
3	王挺进	信息工程大学信息系统工程学院	3	1	1.0	1.0