| 基于非负矩阵分解的隐含语义图像检索 |
| |
| 引用本文： | 梁栋,杨杰,卢进军,常宇畴.基于非负矩阵分解的隐含语义图像检索[J].上海交通大学学报,2006,40(5):787-790. |
| |
| 作者姓名： | 梁栋 杨杰 卢进军 常宇畴 |
| |
| 作者单位： | 上海交通大学,图像处理与模式识别研究所,上海,200240 |
| |
| 摘 要： | 提出了一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的隐含语义索引(Latent Semantic Indexing,LSI)模型用于图像检索.应用NMF训练算法构造了一个语义空间,将查询图像和原型图像都投影到该空间以获得语义特征,在此空间中进行相似性的度量并将距离最近的图像返回给用户.与已有两种检索模型的实验结果对比表明,所提出模型是有效的.
|
| 关 键 词： | 图像检索 隐含语义索引 非负矩阵分解 奇异值分解 语义空间 |
| 文章编号： | 1006-2467(2006)05-0787-04 |
| 收稿时间： | 2005-06-07 |
| 修稿时间： | 2005年6月7日 |
The Latent Semantic Image Retrieval Based on Non-negative Matrix Factorization |
| |
| LIANG Dong,YANG Jie,LU Jin-jun,CHANG Yu-chou.The Latent Semantic Image Retrieval Based on Non-negative Matrix Factorization[J].Journal of Shanghai Jiaotong University,2006,40(5):787-790. |
| |
| Authors: | LIANG Dong YANG Jie LU Jin-jun CHANG Yu-chou |
| |
| Abstract: | A non-negative matrix factorization(NMF) based latent semantic indexing(LSI) model was introduced for image retrieval.Firstly,a semantic space is constructed using NMF-training algorithm.Then the hidden semantic features of the query image are extracted with NMF-testing algorithm.At last,ranking the query in this new semantic space and return some images to the user.The experiments show that the model provides better results than SVD-based LSI model and the one without LSI model. |
| |
| Keywords: | image retrieval latent semantic indexing(LSI) non-negative matrix factorization(NMF) singular value decomposition(SVD) semantic space |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
