基于概率主题建模的图像语义学习与检索

摘要：

针对图像检索中存在的“语义鸿沟”问题,本文提出一种语义学习模型进行图像的自动标注.首先提出连续的概率潜在语义分析(PLSA)模型及对应的参数估计算法,并利用最大惩罚似然的方法解决协方差矩阵的奇异性问题；然后,提出一个根据不同模态数据各自的特点进行处理的概率模型,该模型使用连续PLSA和传统PLSA分别建模视觉特征和文本关键词,并通过不对称学习算法发现两种模态之间共有的语义主题,从而能更精确地对未知图像进行标注.通过在分别包含5 000幅和31 695幅图像的两个标准Corel数据集上进行实验,并与几种典型的图像标注方法进行比较的结果表明,文中方法具有更高的精度和更好的效果.

关键词：图像自动标注、主题模型、连续PLSA、语义学习、图像检索

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61165009;广西自然科学基金资助项目2012GXNSFAA053219,2011GXNSFB018068;"八桂学者"工程专项经费项目

在线出版日期：2013-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：125-134