基于Sentence-Rank的图像句子标注

来源：计算机工程与应用杂志2019年第2期北京时间：

作者：徐守坤1，徐 坚1，李 宁1，2，周 佳1，刘楚秋3

单位：1.常州大学 信息科学与工程学院 数理学院，江苏 常州 213164 ；2.福建省信息处理与智能控制重点实验室（闽江学院），福州 350108；3.常州工学院 电气与光电工程学院，江苏 常州 213032

摘要：传统的图像语义句子标注是利用句子模板完成对图像内容描述，但其标注句子很难做到符合语言逻辑。针对这一问题，提出基于统计思想从语料库中选出一条最优的句子来描述图像内容，设计以[N]-gram算法为主要思想的Sentence-Rank算法生成标注句子。首先执行机器视觉特征学习，选择标注性能最好的HSV-LBP-HOG融合特征完成图像分类，获得图像标注关键词。然后，利用字符串匹配算法从语料库中列出包含所有标注关键词的句子，并将得到的句子通过Sentence-Rank算法进行价值排序，选取评分最高的句子描述图像。实验结果表明，该方法得到的标注句子具有较低的困惑度，较好地解决了句子的语言逻辑问题。

关键词：机器学习,自然语言处理,特征融合,Sentence-Rank,[N]-gram