| 基于有向图模型的多模态新闻图像检索研究 |
| |
| 引用本文： | 相子喜,吕学强,张凯.基于有向图模型的多模态新闻图像检索研究[J].科学技术与工程,2016,16(3). |
| |
| 作者姓名： | 相子喜 吕学强 张凯 |
| |
| 作者单位： | 北京信息科技大学 网络文化与数字传播北京市重点实验室,北京信息科技大学 网络文化与数字传播北京市重点实验室,北京市朝阳区市政市容管理委员会 |
| |
| 基金项目： | 国家自然科学(61271304)；北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037)；北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130519)。作者简介相子喜(1988-),女,硕士研究生,研究方向为多媒体信息检索与处理；吕学强(1970-),男,教授,博士研究生,教授,研究方向为中文与多媒体信息处理；张凯(1985-),男,硕士研究生,工程师,研究方向为智能交通。E-mailjkxxzx@126.com |
| |
| 摘 要： | 不同模态特征描述网络新闻数据各具优势。为充分利用不同模态特征的优点,提高网络新闻图像检索准确率,提出了一种基于有向图理论模型的多模态特征融合检索方法。首先对新闻图像进行预处理,提升新闻图像兴趣点对比度,之后对新闻文本提取关键词,然后对新闻图像进行场景辨别,结合图像人物特征,将文本、场景、人物特征依据有向图理论模型进行融合,形成基于有向图理论模型的多模态融合检索。在10万条新闻数据上测试,实验结果表明,本文提出的方法检索准确率达到了69%,查全率达到70%,效果提升了5%。
|
| 关 键 词： | 多模态 有向图模型 新闻图像 语义相似度 特征融合 |
| 收稿时间： | 2015/9/15 0:00:00 |
| 修稿时间： | 2015/10/15 0:00:00 |
A research on News Images Retrieval Based on Directed Graph Multimodal Characteristics |
| |
| Abstract: | Different modal characteristics have its own advantages in describing network news data. To make full use of the advantages of different modal characteristics and improve the retrieval accuracy, a method of image retrieval based on the directed graph theory modal with features fusion is put forward in this paper. Firstly, the method of image de-noising and image enhancement are used to pretreat the image and the Keywordsare extracted from the network news text, second the news image scene is identified and the faces in the news image are recognized, finally, the fusion of extracted features form the multimodal retrieval. The method is tested at ten million data and the results show that the retrieval accuracy achieves 69% and the recall achieves 70%, the effects improve 5%. |
| |
| Keywords: | multi-modal directed graph modal news image semantic similarity feature fusion |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
