面向网络弱标记图像的视觉对象模型在线学习方法

项目名称： 面向网络弱标记图像的视觉对象模型在线学习方法

项目编号： No.61171185

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 无线电电子学、电信技术

项目作者： 刘扬

作者单位： 哈尔滨工业大学

项目金额： 60万元

中文摘要： 本项目开展面向网络弱标记图像的视觉对象模型在线学习研究，这一方法可以有效地降低手工标注图像库规模小和人为偏好带来的负面影响。提出马尔可夫LDA（latent dirichelet allocation）模型，该模型充分考虑了视觉词汇间的上下文关系，放宽了传统模型严格的独立性假设要求；针对该模型，采用增量期望最大（IEM）算法，实现在线学习；提出基于加权的样本采样策略，降低模型的训练规模；研究马尔可夫LDA模型下的计算学习理论，并指导设计数据编辑操作策略，从而得到可靠的增量训练集合，避免模型在线学习过程中出现概念漂移问题。最后，通过在图像检索系统中应用，验证方法的有效性。本项目对研究视觉对象新模型、发展网络图像检索方法以及促进图像理解与机器学习的结合都具有重要的意义。

中文关键词： 视觉对象模型；马尔科夫LDA；稀疏编码；在线学习；

英文摘要：

英文关键词： visual object model；Markov LDA；sparse code；online-learning；