一种基于稀疏典型性相关分析的图像检索方法

《一种基于稀疏典型性相关分析的图像检索方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、软件学报ISSN1000—9825，CODENRUXUEWE-mail：jos@iscas．ac．caJournalofSoftware，2012，23(5)：1295—1304[doi：10．3724／SP．J．1001．2012．04032]http：／／wwwdos．org．cn◎中国科学院软件研究所版权所有．Te1／Fax：+86—10-62562563一种基于稀疏典型性相关分析的图像检索方法庄凌，庄越挺，吴江琴，叶振超，吴飞(浙江大学计算机科学与技术学院，浙江杭州310027)ImageRetrievalApproachBasedonSparseCanonicalC

2、orrelationAnalysisZHUANGLing，ZHUANGYue．Ting，WUJiang—Qin，YEZhen-Chao，wUFei(CollegeofComputerScienceandTechnology，Zh@angUniversity，Hangzhou310027，China)+Correspondingauthor：E-mail：zhuangling2000@yahoocom．cnZhuangL，ZhuangYT，WuJQ，YeZC，WnF．Imageretrievalapproachbasedonsparsecanonicalcorrelationa

3、nalysis．JournalofSoftware，2012，23(5)：1295—1304．http：／／www．jos．org．cn／lO00—9825／4032．htmAbstract：Akeyissueofsemantic-basedimageretrievalishowtobridgethesemanticgapbetweenthelow-levelfeatureofimageandhigh—levelsemantics，whichcanbeexpressedbymeansoffreetexteffectively．Thecross—modalrelationshi

4、pbetweenthetextandimageisstudiedbyamodelingsemanticcorrelationbetweentextandimage．Basedonthemodel，anapproachtoimageretrievalisproposedsothatimagesareretrievedaccordingtomeaningofthequerytextratherthanquerykeywords．First，analgorithmforsolvingsparsecanonicalcorelationanalysis(CCA)isdesignedin

5、thispaper．Thenasemanticspaceislearnedbywayoflatentsemanticanalysisfromtextcorpus，andimagesarerepresentedbybagofvisualwords．Afterthat，asemanticcorrelationspace，bywhichthemapbetweenvisualwordsofimageandthehigh-levelsemanticsismadeexplicit，canbeconstructed．TheproposedmethodsolvesCCAinasparsefr

6、ameworkinordertomaketheresultmoreinterpretableandstable．TheexperimentalresultdemonstratesthatSparseCCAoutperformCCAinthecontext，andalsosubstantiatesthefeasibilityoftheproposedapproachtoimageretrieva1．Keywords：imageretrieval；text；semantics；sparsecanonicalcorelationanalysis；visualword摘要：图像语义检

7、索的一个关键问题就是要找到图像底层特征与语义之间的关联'由于文本是表达语义的一种有效手段闺此提出通过研究文本与图像两种模态之间关系来构建反映两者间潜在语义关联的有效模型的思路．基于该模型，可使用自然语言形式(文本语句)来表达检索意图，最终检索到相关图像．该模型基于稀疏典型性相关分析(sparsecanonicalcorrelationanalysis，简称sparseCCA)，按照如下步骤训练得到：首先利用隐语义分析方法构造文本语义空间，然后以视觉词袋(bagofvisualwords)来表达文本所对应