MTRF:融合空间信息的主题模型

来源：计算机应用杂志2015年第10期北京时间：

作者：潘智勇, 刘扬, 刘国军, 郭茂祖, 李盼

单位：1. 哈尔滨工业大学 计算机科学与技术学院, 哈尔滨 150001;2. 北华大学 信息技术与传媒学院, 吉林 吉林 132013

摘要：针对主题模型中词汇独立性和主题独立性假设忽略了视觉词汇间空间关系的问题,提出了一种融合了视觉词汇空间信息的主题模型,称为马尔可夫主题随机场(MTRF),并且提出了主题在图像处理中的表现形式为对象的组成部件。根据相邻视觉词汇以很大概率产生于同一主题的特点,该算法在产生主题的过程中,通过视觉词汇间是否产生于同一主题,来判断主题产生于马尔可夫随机场(MRF),还是产生于多项式分布。同时,从理论和实验两方面论证了主题并非对象的实例,而是以中层特征的形式表达对象的各个组成部件。与隐狄利克雷分配(LDA)相比,MTRF在Caltech101上的平均准确率提高了3.91%;在VOC2007数据集上的平均精度均值(mAP)提高了2.03%;此外,MTRF更准确地为视觉词汇分配了主题,能产生更有效表达对象的组成部件的中层特征。实验结果表明,MTRF有效地利用了空间信息,提高了模型的准确率。

关键词：主题模型,隐狄利克雷分配模型,马尔可夫随机场,空间关系,中层特征,图像分类

基金资助：国家自然科学基金资助项目(61171185,61271346);黑龙江省青年科学基金资助项目(QC2014C071)。