武汉大学学报(工学版)

2017, v.50;No.244(01) 137-145

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于核特征的商品图像句子标注
Product image sentence annotation based on kernel features

张红斌;姬东鸿;任亚峰;尹兰;

摘要(Abstract):

用单词标注图像会产生歧义或噪声,故采用句子标注商品图像,以准确刻画商品特性.现有商品图像句子标注方法存在特征学习不充分的问题,针对该问题,提出基于核特征模型抽取图像的形状、颜色和梯度3种核特征,并在多核学习模型内融合生成新特征,基于新特征完成商品图像分类,检索视觉相似的训练图像,摘录其标题中的关键文本标注商品图像.最后,从信息检索和机器翻译两个角度分别评价标注性能.实验表明:基于新特征能获取最优的商品图像分类性能,图像分类缩小了图像检索范围,有助于改善检索性能;标注模型的MAP(Mean Average Precision)值和P-R(Precision-Recall)指标均优于基线;所标句子与图像内容语义相关,且连贯性和流畅性更优.

关键词(KeyWords): 核特征;多核学习;商品图像;句子标注;自然语言生成

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金重点项目(编号:61133012);; 教育部人文社会科学研究项目(编号:16YJAZH029);; 江西省科技厅科技攻关项目(编号:20142BBG70011;20121BBG70050);; 江西省高校人文社科基金项目(编号:XW1502;TQ1503);; 江西省社科规划项目(编号:16TQ02);; 江西省普通本科高校中青年教师发展计划访问学者专项资金;; 华东交通大学校立基金项目(编号:11RJ01)

作者(Authors): 张红斌;姬东鸿;任亚峰;尹兰;

DOI: 10.14188/j.1671-8844.2017-01-021

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享