基于改进的有效区域基因选择与跨模态语义挖掘的图像属性标注

作     者：张红斌 蒋子良 熊其鹏 武晋鹏 邬任重 袁天 姬东鸿 ZHANG Hong-bin;JIANG Zi-liang;XIONG Qi-peng;WU Jin-peng;WU Ren-zhong;YUAN Tian;JI Dong-hong

作者机构：华东交通大学软件学院江西南昌330013 华东交通大学信息工程学院江西南昌330013 武汉大学国家网络安全学院湖北武汉430072 

基　　金：国家自然科学基金(No.61762038,No.61861016) 教育部人文社会科学研究规划基金项目(No.17YJAZH117) 江西省自然科学基金(No.20171BAB202023) 江西省科技厅重点研发计划(No.20171BBG70093,No.20192BBE50071) 江西省教育厅科技项目(No.GJJ190323) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2020年第48卷第4期

页      码：790-799页

摘      要：图像属性标注是一种更细化的图像标注,它能缩小认知与特征间“语义鸿沟”.现有研究多基于单特征且未挖掘属性蕴含的深层语义,故无法准确刻画图像内容.改进有效区域基因选择算法融合图像特征,并设计迁移学习策略,实现材质属性标注;基于判别相关分析挖掘特征间跨模态语义,以改进相对属性模型,标注材质属性蕴含的深层语义-实用属性.实验表明:材质属性标注精准度达63.11%,较最强基线提升1.97%;实用属性标注精准度达59.15%,较最强基线提升2.85%;层次化的标注结果能全面刻画图像内容.

主 题 词：图像标注 有效区域基因选择 相对属性 迁移学习 跨模态语义 判别相关分析 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.0372-2112.2020.04.021

馆 藏 号：203927667...