西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2015年
6期
33-38
,共6页
刘凯%张立民%孙永威%林雪原
劉凱%張立民%孫永威%林雪原
류개%장립민%손영위%림설원
自动图像标注%深度学习%深度玻尔兹曼机%典型相关分析
自動圖像標註%深度學習%深度玻爾玆曼機%典型相關分析
자동도상표주%심도학습%심도파이자만궤%전형상관분석
automatic image annotation%deep learning%deep Boltzmann machine%canonical correlation analysis
提出一种基于深度玻尔兹曼机与典型相关分析的自动图像标注算法(DBM-CCA).该算法利用深度玻尔兹曼机实现图像与文本的低层次特征向稀疏高层次抽象概念的转变,并通过典型相关分析建立子空间映射关系以实现标注词汇的生成.首先在深度玻尔兹曼机提取图像与文本高层特征过程中,选用伯努利分布和高斯分布分别拟合标注词汇和图像特征,然后在图像与标注词汇高层特征形成的典型变量空间内计算待标注图像与训练集图像的马氏距离并据此加权计算得到高层标注词汇特征,最后由平均场估计生成图像标注词汇.实验结果表明,所提算法对图像的标注准确率改善较好,与经典的基于监督的多类标签方法和多重伯努利相关模型相比,在Corel5K实验中平均查准率和查全查准均率分别提高了10％和5％.
提齣一種基于深度玻爾玆曼機與典型相關分析的自動圖像標註算法(DBM-CCA).該算法利用深度玻爾玆曼機實現圖像與文本的低層次特徵嚮稀疏高層次抽象概唸的轉變,併通過典型相關分析建立子空間映射關繫以實現標註詞彙的生成.首先在深度玻爾玆曼機提取圖像與文本高層特徵過程中,選用伯努利分佈和高斯分佈分彆擬閤標註詞彙和圖像特徵,然後在圖像與標註詞彙高層特徵形成的典型變量空間內計算待標註圖像與訓練集圖像的馬氏距離併據此加權計算得到高層標註詞彙特徵,最後由平均場估計生成圖像標註詞彙.實驗結果錶明,所提算法對圖像的標註準確率改善較好,與經典的基于鑑督的多類標籤方法和多重伯努利相關模型相比,在Corel5K實驗中平均查準率和查全查準均率分彆提高瞭10％和5％.
제출일충기우심도파이자만궤여전형상관분석적자동도상표주산법(DBM-CCA).해산법이용심도파이자만궤실현도상여문본적저층차특정향희소고층차추상개념적전변,병통과전형상관분석건립자공간영사관계이실현표주사회적생성.수선재심도파이자만궤제취도상여문본고층특정과정중,선용백노리분포화고사분포분별의합표주사회화도상특정,연후재도상여표주사회고층특정형성적전형변량공간내계산대표주도상여훈련집도상적마씨거리병거차가권계산득도고층표주사회특정,최후유평균장고계생성도상표주사회.실험결과표명,소제산법대도상적표주준학솔개선교호,여경전적기우감독적다류표첨방법화다중백노리상관모형상비,재Corel5K실험중평균사준솔화사전사준균솔분별제고료10％화5％.
