基于Sentence-Rank的图像句子标注

• 作者: 刘楚秋 周佳 徐坚 徐守坤 李宁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机器学习 自然语言处理 特征融合 Sentence-Rank N -gram
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 121-127
• 页数: 7页
• 分类号: TP391
• 字数: 6144字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0422

摘要

传统的图像语义句子标注是利用句子模板完成对图像内容描述,但其标注句子很难做到符合语言逻辑.针对这一问题,提出基于统计思想从语料库中选出一条最优的句子来描述图像内容,设计以N -gram算法为主要思想的Sentence-Rank算法生成标注句子.首先执行机器视觉特征学习,选择标注性能最好的HSV-LBP-HOG融合特征完成图像分类,获得图像标注关键词.然后,利用字符串匹配算法从语料库中列出包含所有标注关键词的句子,并将得到的句子通过Sentence-Rank算法进行价值排序,选取评分最高的句子描述图像.实验结果表明,该方法得到的标注句子具有较低的困惑度,较好地解决了句子的语言逻辑问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐守坤	常州大学信息科学与工程学院数理学院	68	194	6.0	10.0
2	周佳	常州大学信息科学与工程学院数理学院	3	7	1.0	2.0
3	徐坚	常州大学信息科学与工程学院数理学院	1	0	0.0	0.0
4	刘楚秋	常州工学院电气与光电工程学院	1	0	0.0	0.0