换一批基于弱匹配概率典型相关性分析的图像自动标注
Automatic Image Annotation Based on Semi-Paired Probabilistic Canonical Correlation Analysis
摘要针对弱匹配多模态数据的相关性建模问题,提出了一种弱匹配概率典型相关性分析模型(semi-paired probabilistic CCA,简称SemiPCCA).SemiPCCA模型关注于各模态内部的全局结构,模型参数的估计受到了未匹配样本的影响,而未匹配样本则揭示了各模态样本空间的全局结构.在人工弱匹配多模态数据集上的实验结果表明,SemiPCCA可以有效地解决传统CCA(canonical correlation analysis)和PCCA(probabilistic CCA)在匹配样本不足的情况下出现的过拟合问题,取得了较好的效果.提出了一种基于SemiPCCA的图像自动标注方法.该方法基于关联建模的思想,同时使用标注图像及其关键词和未标注图像学习视觉模态和文本模态之间的关联,从而能够更准确地对未知图像进行标注.
更多相关知识
关键词
典型相关性分析概率典型相关性分析弱匹配典型相关性分析图像自动标注canonical correlation analysisprobabilistic canonical correlation analysissemi-paired canonical correlation analysisautomatic image annotation
分类号
TP391
栏目名称
DOI
10.13328/j.cnki.j0s.005047
发布时间
2017-03-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引15
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
