基于弱监督学习面向主题的图文识别方法

• 作者: 朱命冬 刘小杰 王鲜芳 张建霞
• 来源期刊: 河南工学院学报
• 学科: 工学
• 关键词: 图文识别 弱监督学习 面向主题 相似性计算
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 29-32,40
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2093.2021.06.007

摘要

图文识别方法一直是计算机视觉领域的一个重要问题,随着深度学习技术的发展,这个问题成为学术界和产业界的研究热点.但现有的面向主题的数据集较少且易含有噪音,针对这个挑战,一种基于弱监督学习面向主题的图文识别方法被提出来,该方法结合区域卷积神经网络和长短记忆模型,通过弱监督学习方法和基于位置信息的全局连接层,实现对图片中主题文本信息准确连贯地识别.通过对图书封面数据集进行测试,并与现有相关方法进行了对比,验证了所提方法的准确性和高效性.