计算机应用
計算機應用
계산궤응용
Journal of Computer Applications
2015年
10期
2715-2720,2732
,共7页
潘智勇%刘扬%刘国军%郭茂祖%李盼
潘智勇%劉颺%劉國軍%郭茂祖%李盼
반지용%류양%류국군%곽무조%리반
主题模型%隐狄利克雷分配模型%马尔可夫随机场%空间关系%中层特征%图像分类
主題模型%隱狄利剋雷分配模型%馬爾可伕隨機場%空間關繫%中層特徵%圖像分類
주제모형%은적리극뢰분배모형%마이가부수궤장%공간관계%중층특정%도상분류
topic model%Latent Dirichlet Allocation (LDA) model%Markov Random Field (MRF)%spatial relationship%mid-level feature%image classification
针对主题模型中词汇独立性和主题独立性假设忽略了视觉词汇间空间关系的问题,提出了一种融合了视觉词汇空间信息的主题模型,称为马尔可夫主题随机场(MTRF),并且提出了主题在图像处理中的表现形式为对象的组成部件.根据相邻视觉词汇以很大概率产生于同一主题的特点,该算法在产生主题的过程中,通过视觉词汇间是否产生于同一主题,来判断主题产生于马尔可夫随机场(MRF),还是产生于多项式分布.同时,从理论和实验两方面论证了主题并非对象的实例,而是以中层特征的形式表达对象的各个组成部件.与隐狄利克雷分配(LDA)相比,MTRF在Caltech101上的平均准确率提高了3.91％;在VOC2007数据集上的平均精度均值(mAP)提高了2.03％;此外,MTRF更准确地为视觉词汇分配了主题,能产生更有效表达对象的组成部件的中层特征.实验结果表明,MTRF有效地利用了空间信息,提高了模型的准确率.
針對主題模型中詞彙獨立性和主題獨立性假設忽略瞭視覺詞彙間空間關繫的問題,提齣瞭一種融閤瞭視覺詞彙空間信息的主題模型,稱為馬爾可伕主題隨機場(MTRF),併且提齣瞭主題在圖像處理中的錶現形式為對象的組成部件.根據相鄰視覺詞彙以很大概率產生于同一主題的特點,該算法在產生主題的過程中,通過視覺詞彙間是否產生于同一主題,來判斷主題產生于馬爾可伕隨機場(MRF),還是產生于多項式分佈.同時,從理論和實驗兩方麵論證瞭主題併非對象的實例,而是以中層特徵的形式錶達對象的各箇組成部件.與隱狄利剋雷分配(LDA)相比,MTRF在Caltech101上的平均準確率提高瞭3.91％;在VOC2007數據集上的平均精度均值(mAP)提高瞭2.03％;此外,MTRF更準確地為視覺詞彙分配瞭主題,能產生更有效錶達對象的組成部件的中層特徵.實驗結果錶明,MTRF有效地利用瞭空間信息,提高瞭模型的準確率.
침대주제모형중사회독립성화주제독립성가설홀략료시각사회간공간관계적문제,제출료일충융합료시각사회공간신식적주제모형,칭위마이가부주제수궤장(MTRF),병차제출료주제재도상처리중적표현형식위대상적조성부건.근거상린시각사회이흔대개솔산생우동일주제적특점,해산법재산생주제적과정중,통과시각사회간시부산생우동일주제,래판단주제산생우마이가부수궤장(MRF),환시산생우다항식분포.동시,종이론화실험량방면론증료주제병비대상적실례,이시이중층특정적형식표체대상적각개조성부건.여은적리극뢰분배(LDA)상비,MTRF재Caltech101상적평균준학솔제고료3.91％;재VOC2007수거집상적평균정도균치(mAP)제고료2.03％;차외,MTRF경준학지위시각사회분배료주제,능산생경유효표체대상적조성부건적중층특정.실험결과표명,MTRF유효지이용료공간신식,제고료모형적준학솔.
