基于视觉与语义信息的图像联合相似性度量方法研究
图像视觉特征存在的高纬稀疏性、可调节权重和分组倾向等特点,使得不同的视觉特征和不同的度量方法会使图像之间产生不同的相似性度量结果。为客观的衡量图像相似性,缓解语义鸿沟的影响,通过语义层次模型框架,提出了结合图像特征语义层的EMD方法和对象语义层的TF-IDF方法的联合相似性度量方法。该方法通过将图像视觉相似性的度量结果和语义相似性的度量结果进行线性加权求和,得到不同语义层次的联合相似性度量结果,通过与 EMD 方法、TF-IDF 方法在图像数据集中进行相似性度量性能比较,发现综合了视觉特征和语义信息对图像进行相似性度量也接近人们判断图像之间相似关系的结果。
联合相似性度量、语义鸿沟、语义层次模型、EMD、TF-IDF
TP391(计算技术、计算机技术)
教育部留学回国人员科研启动基金资助项目;中央高校基本科研业务费专项资金资助HEUCF100604
2014-01-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
52-58