共 12 条
- [10] 基于LDA模型的观点聚类研究[D]. 张梦笑.山西大学. 2012
协同视觉信息与标注信息图像聚类
被引：3
作者：
崔君君
于林森
李鹏
机构：
[1] 哈尔滨理工大学计算机科学与技术学院
来源：
基金：
黑龙江省自然科学基金;
关键词：
聚类;
主题模型;
视觉单词;
标注单词;
D O I：
10.15938/j.jhust.2014.02.020
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
针对如何有效地利用图像视觉信息与标注信息进行图像聚类的问题,提出了一种基于视觉单词与标注单词共生的聚类算法.在视觉特征空间,采用K-means算法对图像聚类,得到表征图像视觉信息的视觉单词,即聚类中心.在图像标注字空间,计算各聚类中心下标注单词的统计分布,建立视觉单词与标注单词共生矩阵,进而针对图像提取嵌入有视觉信息的标注词特征LDA(latent dirichlet allocation)主题模型作为最终聚类算法完成图像的聚类.通过对Pascal VOC 2007标注图像数据库进行的实验仿真以及对比试验结果表明,基于视觉单词与标注单词共生的聚类算法可以有效地利用图像的视觉信息与标注信息的互补特性,提高聚类算法的性能.
引用
收藏
页码：57 / 62
页数：6
相关论文