-
题名基于语义学习的图像多模态检索
被引量：6
- 1
-
-
作者
李志欣
施智平
陈宏朝
吴璟莉
-
机构
广西师范大学计算机科学与信息工程学院
首都师范大学信息工程学院
-
出处
《计算机工程》
CAS
CSCD
2013年第3期258-263,共6页
-
基金
国家自然科学基金资助项目(61165009
60903141)
+2 种基金
广西自然科学基金资助项目(2012GXNSFAA053219
2011GXNSFB018068)
"八桂学者"工程专项基金资助项目
-
文摘
针对语义鸿沟问题,在语义学习的基础上设计图像的多模态检索系统。该系统结合3种查询方式进行图像检索。基于视觉特征的查询通过特征提取与相似度匹配进行排位。基于标签的查询建立在图像自动标注的基础上,但在语义空间之外的泛化能力较差。基于语义图例的查询能够在很大程度上克服这个缺陷,通过在显式或隐式的语义空间上进行查询,使检索结果更符合人类感知。实验结果表明,与基于纹理特征的图像检索相比,基于语义图例的检索具有更高的精度及召回率。
-
关键词
图像多模态检索
图像自动标注
概率主题建模
概率潜在语义分析
语义鸿沟
语义学习
语义多项式
-
Keywords
multi-modal image retrieval
automatic image annotation
probabilistic topic modeling
probabilistic latent semantic analysis
semantic gap
semantic learning
semantic multinomial
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于外观设计专利的多模态图像检索
被引量：1
- 2
-
-
作者
李晴晴
周长胜
吕学强
张凯
-
机构
北京信息科技大学网络文化与数字传播北京市重点实验室
北京信息科技大学计算中心
北京市朝阳区市政市容管理委员会
-
出处
《计算机工程与设计》
北大核心
2016年第9期2469-2474,共6页
-
基金
国家自然科学基金项目(61271304)
北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点基金项目(KZ201311232037)
+2 种基金
网络文化与数字传播北京市重点实验室开放课题基金项目(ICDD201405)
北京市属高等学校创新团队建设与教师职业发展计划基金项目(IDHT20130519)
北京市教育委员会科技发展计划面上基金项目(KM201411232023)
-
文摘
为充分发挥外观设计专利数据不同模态特征的优点,提高检索准确率,提出一种融合文本特征与底层视觉特征的多模态图像检索算法。提出有效内容提取算法提取图像有效内容,对图像有效内容提取底层视觉特征,融合图像文本特征与视觉特征实现多模态检索。实验结果表明,对外观设计专利图像分别检索相似和同类图像时,该检索算法检索效果优于已有单模态检索方法。
-
关键词
多模态检索
文本特征
底层视觉特征
局部方向模式
外观设计专利检索
-
Keywords
multi-modal retrieval
text feature
underlying visual feature
local directional pattern
design patent image retrieval
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于迁移学习的快速图像检索算法
被引量：1
- 3
-
-
作者
苏勇刚
高佳琴
-
机构
常州工业职业技术学院
-
出处
《现代计算机》
2020年第34期73-77,共5页
-
文摘
针对传统图像检索算法检索多模态图像的结果不理想和排序不合理的问题,提出一种基于迁移学习的快速图像检索算法,通过构建迁移学习特征来提高查准率,并采用类别预测来缩小检索范围以及对多融合特征进行哈希编码,从而有效地提高算法的效率并采用自适应的多特征权重系数来动态优化检索图像结果集的重排序,以提升用户体验。在以Wiki为基础的多模态图像集上的实验结果显示,与传统SIFT算法相比,基于迁移学习的快速图像检索算法的查准率和检索效率都有明显提高,同时检索的图像排序更加合理。
-
关键词
多模
图像检索
迁移学习
重排序
-
Keywords
multi-modal
image retrieval
Transfer Learning
Re-Sort
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—计算机科学与技术]
-
