| 基于显著图加权视觉语言模型的图像分类方法 |
| |
| 引用本文： | 王挺进,赵永威,李弼程.基于显著图加权视觉语言模型的图像分类方法[J].计算机工程,2015(3):204-210. |
| |
| 作者姓名： | 王挺进 赵永威 李弼程 |
| |
| 作者单位： | 信息工程大学信息系统工程学院,郑州,450002 |
| |
| 摘 要： | 传统基于视觉语言模型( VLM)的图像分类方法在参数估计阶段，通常采用最大似然估计的方式统计视觉单词的分布，忽略了图像背景噪声对该模型参数估计的影响。为此，提出一种新的图像分类方法。利用基于视觉注意的显著性检测算法提取图像中的显著区域和背景区域，构建的图像带有显著图标识的视觉文档，训练视觉单词的显著度权重和条件概率，并使用显著图加权视觉语言模型进行图像分类。实验结果表明，与传统VLM等方法相比，该方法能有效克服图像背景噪声的影响，增强视觉单词的区分性，提高分类准确率。
|
| 关 键 词： | 图像信息 视觉语言模型 图像分类 背景区域 显著图 |
Image Classification Method Based on Weighted Visual Language Model for Saliency Map |
| |
| WANG Tingjin
,
ZHAO Yongwei
,
LI Bicheng.Image Classification Method Based on Weighted Visual Language Model for Saliency Map[J].Computer Engineering,2015(3):204-210. |
| |
| Authors: | WANG Tingjin ZHAO Yongwei LI Bicheng |
| |
| Affiliation: | WANG Tingjin;ZHAO Yongwei;LI Bicheng;Institute of Information System Engineering,Information Engineering University; |
| |
| Abstract: | |
| |
| Keywords: | image information Visual Language Model( VLM) image classification background region saliency map |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
