基于概率主题模型的图像标注研究

摘要

在图像标注的工作中，概率主题模型的图像标注是图像标注研究领域的一个重要分支，旨在通过学习图像语义进行图像标注，近年来备受研究人员的广泛关注。本文从以下三个方面来研究概率主题模型的图像标注：一，加强模型中图像和文本两个模态之间的关联性；二，利用真实图像中事物占图像比例大小构建图像标注模型；三，类别对图像标注可提供有价值的信息，将类别信息融入图像标注模型之中。主要具体工作如下：
　　1、针对图像和文本之间关联性较弱的问题，本文尝试通过引入中间变量来加强两个模态之间的关联性，提出了基于mm-LDA模型的图像标注概率主题模型（mm-LDA-C模型），同时，为该模型推导了一个基于变分 EM的参数估计算法，并给出了使用该模型标注新图像的方法。
　　2、针对现有的图像标注工作都还没有考虑到将事物占图像比例大小这一信息融入模型的构建当中，本文在Corr-LDA模型的基础上提出了一种文本主题选择是依照图像主题分布的图像标注概率主题模型（Corr-LDA-ITD模型），同时，为该模型推导了一个基于变分EM的参数估计算法，并给出了使用该模型标注新图像的方法。
　　3、针对类别对图像标注可提供有价值的信息，本文将类别信息融入到图像标注的概率主题模型中，提出了一个融入类别信息的图像标注概率主题模型（Corr*-LDA-L模型），同时，为该模型推导了一个基于变分EM的参数估计算法，并给出了使用该模型标注新图像的方法。
　　本文提出了三个概率主题图像标注模型，分别是mm-LDA-C模型，Corr-LDA-ITD模型和Corr*-LDA-L模型，并给出了依据提出模型标注新图像的方法。在UIUC-Sport和LabelMe两个真实数据集上的实验表明，提出模型的标注效果有一定的提高。

目录

封面

声明

目录

中文摘要

英文摘要

附图索引

附表索引

第1章 绪论

1.1 研究背景及意义

1.2 图像标注的研究现状

1.3 本文的主要工作

1.4 论文的结构安排

第2章 理论基础

2.1 词袋模型

2.2 EM算法和变分推理

2.3 概率主题模型

2.4 本章小结

第3章 基于mm-LDA的图像标注研究

3.1 引言

3.2 mm-LDA-C模型介绍

3.3 参数求解与图像标注

3.4 实验结果与分析

3.5 本章小结

第4章 基于Corr-LDA的图像标注研究

4.1 引言

4.2 Corr-LDA-ITD模型介绍

4.3参数求解与图像标注

4.4 实验结果与分析

4.5 本章小结

第5章 基于类别信息的图像标注研究

5.1 引言

5.2 Corr*-LDA-L模型介绍

5.3参数求解与图像标注

5.4 实验结果与分析

5.5 本章小结

总结与展望

参考文献

致谢

附录A 攻读硕士学位期间发表学术论文