基于多核学习的商品图像句子标注

来源：计算机科学与探索杂志2015年第11期北京时间：

作者：张红斌，姬东鸿，任亚峰，尹兰

单位：1. 武汉大学 计算机学院，武汉 4300722. 华东交通大学 软件学院，南昌 330013

摘要：句子蕴含丰富的语义信息，为商品图像标注句子能准确刻画商品特性，并改善信息检索准确率。现有商品图像句子标注方法存在特征学习不充分、特征表现单一等问题，针对这些问题，提出了基于高效匹配核（efficient match kernels，EMK）进行特征学习，抽取判别性能更优的形状核特征来刻画商品图像，并综合图像的形状、纹理、梯度等特征，在多核学习模型内融合出多核特征（multiple kernel feature，MKF），丰富特征表现形式，更好地解释图像中的形状和纹理视觉特性。基于MKF完成图像分类，检索关键文本标注商品图像。实验表明，MKF获取了最优的图像分类准确率，并且具有鲜明纹理或形状特性的商品图像，其MAP（mean average precision）指标更优。另据BLEU（bilingual evaluation understudy）评分显示，所标句子包含的语义信息贴近商品图像内容，且它的连贯性、可读性更好，具有很高的实用价值。

关键词：多核学习,高效匹配核,商品图像,句子标注,自然语言生成