《计算机技术与发展杂志》发表论文赏析

基于视觉注意力和 FCA 的古建筑图像语义完备

来源:计算机技术与发展杂志2022年第09期北京时间:

作者:牛少刚;张素兰;张继福

摘要:准确完备的古建筑图像语义不仅可提高古建筑图像检索效率,且能有效反映古建筑的历史文化信息。 针对不同古建筑图像轮廓特征明显不同且建筑 语义互相关联,为有效丰富古建筑图像语义,提出一种基于视觉注意力机制和形式概念分析( Formal Concept Analysis,FCA)的古建筑图像语义完备方法。 首先使用注意力算子网络和 VGG16 网络模型生成待标注古建筑图像注意力图,并通过 softmax 分类器进行分类,获取图像初始标签集;其次构造基于待标注图像初始标签及其近邻标签的概念格;然后,利用概念格上下文分析语义的特点,通过概念节点之间的相似度度量,获取待标注图像潜在的语义标签。 最后,在古建筑图像数据集上进行实验,结果验证了该方法能够有效地提高古建筑图像标注精度,丰富古建筑图像语义。

关键词:古建筑图像;标签完备;卷积神经网络;视觉注意力机制;形式概念分析

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!