论文部分内容阅读
随着多媒体技术的发展,我们可以从多媒体数据中提取出多种不同的特征:从图像中可以提取出颜色、边界、直方图等多种特征;从多媒体文档中可以提取出文本特征以及图像特征描述子。如何利用多种异构特征之间的关系,借助共享子空间的学习方法,进一步提高图像分类以及多媒体文档检索的准确率,成为研究领域一个亟需解决的问题。 针对异构子空间学习问题,本文针对异构特征图像分类及多媒体文档检索两个应用场景提出了有效的算法。针对跨媒体文档检索,本文提出基于稀疏主题建模的跨媒体文档检索方式,通过将图像特征及文本特征投影到同一异构主题空间内,实现跨媒体文档检索的目的,并在构建异构主题空间的过程中,引入稀疏约束,提高关键文本特征及图像特征与主题的相关性,从而提高检索的准确性。针对跨媒体文档中的多特征图像分类问题,本文提出一种基于字典学习的多特征融合图像分类方法,通过引入标签信息,将原有的多种异构特征融合到更紧凑且具有判别力的异构融合空间中,并基于融合的特征学习出融合特征字典,采用字典学习的方法进行图像的分类。