基于视觉注意力和FCA的古建筑图像语义完备

摘要：

准确完备的古建筑图像语义不仅可提高古建筑图像检索效率,且能有效反映古建筑的历史文化信息.针对不同古建筑图像轮廓特征明显不同且建筑语义互相关联,为有效丰富古建筑图像语义,提出一种基于视觉注意力机制和形式概念分析(Formal Concept Analysis,FCA)的古建筑图像语义完备方法.首先使用注意力算子网络和VGG16网络模型生成待标注古建筑图像注意力图,并通过softmax分类器进行分类,获取图像初始标签集;其次构造基于待标注图像初始标签及其近邻标签的概念格;然后,利用概念格上下文分析语义的特点,通过概念节点之间的相似度度量,获取待标注图像潜在的语义标签.最后,在古建筑图像数据集上进行实验,结果验证了该方法能够有效地提高古建筑图像标注精度,丰富古建筑图像语义.

关键词：古建筑图像、标签完备、卷积神经网络、视觉注意力机制、形式概念分析

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：山西省平台基地专项201805D131007

在线出版日期：2022-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：214-220