10.3969/j.issn.1006-9348.2017.02.084
基于超图直推非负矩阵分解的图像标注法研究
为解决传统图像标注方法难以准确建立从低层视觉特征到高层语义空间映射关系的问题,提出了一种基于超图直推非负矩阵分解的图像标注算法.通过把有监督超图正则化思想引入到非负矩阵分解框架,使得图像标注算法可以有效地利用样本间复杂的多元关系和标注信息,而直推学习正则项的利用又增加了算法对标签预测误差进行合理控制的能力.在图像标注数据集上的仿真结果表明,相对于支持向量机、鉴别式度量学习等传统的图像标注算法,提出的算法大幅提高了标注的准确率和模型的鲁棒性.并具有很好的可行性和有效性.
图像标注、流形学习、超图直推、非负矩阵分解
34
TP391.4(计算技术、计算机技术)
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
380-384,440