基于点击数据的图像识别 |
| |
引用本文: | 吴炜晨,许衍.基于点击数据的图像识别[J].电子设计工程,2023(8):101-104+109. |
| |
作者姓名: | 吴炜晨 许衍 |
| |
作者单位: | 中国电子科技集团公司第三十六研究所 |
| |
摘 要: | 随着细粒度图像分类研究的不断深入,用户点击数据逐渐被人们当成可靠的语义特征。由于用户点击数据集规模巨大且存在大量冗余,直接使用点击特征进行识别也存在诸多挑战。该文提出利用文本聚类降低文本空间并优化原始点击特征,从而建立精简的文本空间来表征图像,该方法能更好地合并语义相近的文本。在微软发布的Clickture-Dog大数据集上进行的大量实验表明,点击向量特征优于传统图像的视觉特征,图像识别任务中的准确率也更高;基于视觉相似度的传播算法能帮助提高点击特征的表征能力;在大规模文本聚类中,基于稀疏编码的聚类方式识别率达到了58.24%。
|
关 键 词: | 细粒度图像分类 点击特征 语义特征 文本空间 图像识别 |
|
|