基于扩展生成语言模型的图像自动标注方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Supported by the National Natural Science Foundation of China under Grant Nos.6040301, 860773077 (国家自然科学基金); the National Basic Research Program of China under Grant No.2005CB321905 (国家重点基础研究发展计划(973))


Image Auto-Annotation via an Extended Generative Language Model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    使用最大权匹配算法,结合统计平滑技术,提出图像区域特征生成概率估计方法,并进一步对训练集中标注词之间的语义相关性(correlation)进行分析与度量,给出一种基于生成模型的图像标注算法.算法使用所提出的基于最大权匹配的图像生成概率估计方法得到较好的起始点,进而设计启发式迭代函数对词与词的相关性加以利用,最终提高标注词与图像的语义相关性.在现实世界图像数据库上的实验结果验证了所提出标注方法的有效性.

    Abstract:

    In this paper, based on the statistical smoothing strategy, a image region feature generative probability estimation method is proposed by exploiting maximum weight matching algorithm. By further analyzing and measuring the semantic correlations between words based on the training set, a novel image annotation algorithm for adopting the generative model is presented. The first annotation keyword is obtained by using the proposed image region feature generative probability estimation algorithm. Then, a heuristic iterate function is proposed to exploit the keyword semantic correlation. Finally, the semantic correlation between the annotation and the image can be improved by our annotation algorithm. The proposed annotation approach is tested on a real-world image database, and promising results are achieved.

    参考文献
    相似文献
    引证文献
引用本文

王 梅,周向东,张军旗,许红涛,施伯乐.基于扩展生成语言模型的图像自动标注方法.软件学报,2008,19(9):2449-2460

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-02-14
  • 最后修改日期:2007-06-29
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号