资料下载
×
基于SemiPCCA的图像自动标注方法
消耗积分:3 |
格式:rar |
大小:3.38 MB |
2018-01-02
分享资料个
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 analy sis）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。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
