互聯(lián)網(wǎng)圖像語義表達規(guī)律分析及主題發(fā)現(xiàn).pdf

1、近年來，隨著互聯(lián)網(wǎng)和多媒體共享社區(qū)的發(fā)展，尤其是Flickr、YouTube等新興社區(qū)的快速發(fā)展，多媒體內(nèi)容的規(guī)模正成爆炸式增長。如何有效、準確的對這些內(nèi)容進行管理、檢索變得尤為重要。而這些應(yīng)用的基礎(chǔ)，就是對圖像內(nèi)容語義合理的表達方式。
　　這篇文章以互聯(lián)網(wǎng)社區(qū)圖像語義表達及管理組織方式為研究背景，以圖像標注為主要應(yīng)用目標，旨在分析和研究互聯(lián)網(wǎng)圖像語義表達的統(tǒng)計規(guī)律和主題發(fā)現(xiàn)策略，并提出互聯(lián)網(wǎng)社區(qū)圖像語義精確表達和主題發(fā)掘的理論和

2、應(yīng)用框架，并通過大規(guī)模數(shù)據(jù)集上的實驗，對理論框架和算法進行了驗證。
　　文章首先分析了互聯(lián)網(wǎng)社區(qū)圖像標注及描述的統(tǒng)計規(guī)律，對比于傳統(tǒng)的自然語言處理和文本信息檢索領(lǐng)域的統(tǒng)計規(guī)律，得到了三條指導(dǎo)理論和應(yīng)用研究的統(tǒng)計假設(shè)，分別是“稀疏分布假設(shè)”，“局部收斂性假設(shè)”和“全局收斂性推論”。以這三個假設(shè)為出發(fā)點，研究了主題和關(guān)鍵詞的可選擇性，并提出關(guān)鍵詞的完備集理論。完備集理論通過對異質(zhì)數(shù)據(jù)分布的分析，建立最小化能量誤差準則，定性的對主題和關(guān)

3、鍵詞的可選擇性進行了分析和評價。在此研究基礎(chǔ)之上，建立視覺主題模型，通過無監(jiān)督的機器學習方法和視覺差異性最大化準則，發(fā)掘大規(guī)模數(shù)據(jù)集下視覺主題的分布，并將其應(yīng)用于互聯(lián)網(wǎng)社區(qū)圖像的關(guān)鍵詞選擇以及圖像標注應(yīng)用之上。實驗結(jié)果對本文提出的理論及框架的正確性和有效性提供了有力的證據(jù)。在文章的最后，對現(xiàn)有工作做了總結(jié)并對未來工作做了合理展望。
　　整個研究以對大量數(shù)據(jù)的統(tǒng)計分析為出發(fā)點，理論研究為依據(jù)，提出了解決互聯(lián)網(wǎng)圖像語義表達和主題發(fā)現(xiàn)理