版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目前,越來越多的應(yīng)用需要將視覺數(shù)據(jù)翻譯為自然語言。研究視覺信息與描述語言之間的關(guān)聯(lián)成為一個重要的課題。
VIMAC系統(tǒng)是北京郵電大學(xué)智能科學(xué)與技術(shù)中心研制的一個基于視覺信息的漢語詞匯習(xí)得系統(tǒng),該系統(tǒng)基于圖像一語言描述對集合,為語言詞匯建立基于視覺信息的表征,并能應(yīng)用于圖像描述的自動生成。本論文的研究基于VIMAC系統(tǒng)的工作,一方面在VIMAC系統(tǒng)研究成果的基礎(chǔ)上展開,得到更細顆粒度的語言—視覺信息對,其中著重解決了在訓(xùn)練語
2、料中未出現(xiàn)的未登錄詞的圖像特征表示;另一方面又為VIMAC系統(tǒng)的改進提供了新的支持,可用于在圖像的外部說明文本中發(fā)現(xiàn)和定位對應(yīng)的視覺對象描述詞匯,從而達到輔助進行圖像檢索的目的。
基于VIMAC習(xí)得系統(tǒng),我們可以獲得詞匯類別與視覺特征的對應(yīng)關(guān)系,所以圖像視覺特征及其描述詞匯的對齊關(guān)鍵就在于為句子中的詞匯確定其所屬的范疇,也就是詞分類問題。我們通過對圖像描述句進行包括切分,詞性標注在內(nèi)的預(yù)處理后,基于知網(wǎng)提取圖像描述語料中的
3、關(guān)于顏色、大小、位置、形狀的詞匯,進行分類,最終將詞匯與其相對應(yīng)的圖像的視覺屬性對齊。本文同時對實現(xiàn)這一過程中的幾個關(guān)鍵因素對最終性能的影響進行了分析。實驗表明,對語料進行詞性標注處理后,詞語分類正確率大大提高;當(dāng)訓(xùn)練語料逐步增加時,分類性能也逐步增加,但當(dāng)語料達到一定規(guī)模后,性能基本也趨于飽和。之后,我們建立了一個數(shù)據(jù)庫,將圖像信息及其標注存儲起來,便于之后的添加,提取,修改和管理。最后為了直觀的顯示,利用ASP技術(shù),編制出動態(tài)網(wǎng)頁,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 寶貝描述詞語精華
- 基于分級視覺的多源圖像的特征點描述與匹配.pdf
- 目標圖像視覺特征矩描述與檢測分割技術(shù).pdf
- 16157.基于描述詞匯約簡的ogc地理信息服務(wù)語義推理方法研究
- 基于圖像特征提取和特征點描述的匹配算法研究及其應(yīng)用.pdf
- 基于輪廓特征的頭部醫(yī)學(xué)圖像的特征提取與對齊.pdf
- 圖像的特征提取與描述的研究.pdf
- 圖像的不變特征檢測與描述研究.pdf
- 產(chǎn)品描述詞及情感詞抽取模式的研究.pdf
- 基于視覺描述子的圖像檢索與分類方法研究.pdf
- 紋理特征描述及其在圖像理解中的應(yīng)用.pdf
- 基于DCT域的圖像特征描述及其在圖像檢索中的應(yīng)用.pdf
- 圖像局部特征的提取與描述方法研究.pdf
- 基于特征描述的圖像匹配技術(shù)研究.pdf
- 基于特征描述的圖像匹配方法研究.pdf
- 局部圖像特征描述概述
- 計算機視覺圖像語義模型的描述方法研究.pdf
- 圖像線特征檢測與描述方法研究.pdf
- 基于特征描述的圖像場景分類算法研究.pdf
- 圖像輪廓的特征描述及其單目標識別方法研究.pdf
評論
0/150
提交評論