基于上下文相关模型的图像语义标注

针对现有标注算法精度不高的问题,提出一种基于上下文相关模型的图像语义标注方法.首先,根据语义概念在训练数据集中的共现频率,对每个概念构造马尔科夫随机场图结构;其次,从已标注图像的文本信息出发构建一个非对等模态的概率潜语义分析(PLSA)模型,计算图像和语义概念的联合概率,并将其作为马尔科夫随机场(MRF)中点的观察值.与此同时,基于PLSA设计马尔科夫随机场模型的点势函数和边势函数;最后,通过正则化最大伪似然估计学习MRF的模型参数,利用迭代条件模式进行模型推理,从而获得未知图像的精确化语义标注结果.实验表明,所提出方法的性能明显优于若干经典的自动图像标注方法,而且具有更好的检索性能.