融合语义与图像的大规模图像集检索算法

• 作者: 神显豪 解姗姗
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 社交图像 图像视觉特征 主题模型 文字标注 半监督学习 图像检索
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 178-186
• 页数: 9页
• 分类号: TP391
• 字数: 6881字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.024

摘要

目前的大数据图像检索算法大多仅支持单一的关键词或者图像查询,为此提出了一种语义与图像概率融合的社交媒体图像检索算法.该算法提取图像的空间位置特征与颜色特征,并提取文字标注信息,将两种特征基于概率进行融合.为了解决图像标注缺失与标注噪声的问题,设计了新的主题模型,根据共生的标注信息与视觉特征提取图像的语义主题.主题模型中基于视觉特征生成的最近主题能够有效地增强图像与文字标注之间的相关性.此外,主题模型能够有效地补全缺失的文字标注信息,同时删除噪声标注.基于不同规模的数据集进行了仿真实验,结果显示:该算法支持单一的关键词查询、图像查询以及两者的组合查询,并实现了较高的检索准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	神显豪	桂林理工大学信息科学与工程学院	24	41	3.0	5.0