弱监督情况下基于主题模型的语义分割
本文选题:语义分割 + 弱监督 ; 参考:《浙江大学》2017年硕士论文
【摘要】:语义分割是计算机视觉当中的一项高级任务,它的结果是为图像的每个像素都分配一个标签,这些信息可以为图像的文本描述提供充足的素材。而文本描述的好坏很大程度决定了图像搜索引擎的结果好坏。适用于全监督的像素级标签数据集非常少,而适用于弱监督的图像级标签数据集很多。主题模型非常适合挖掘海量数据中隐藏的主题信息。所以弱监督情况下基于主题模型的语义分割算法非常适合工业中的海量图片数据集,具有很高的研究价值和意义。本文首先介绍了 LDA(Latent Dirichlet Allocation)主题模型,然后提出了基于LDA主题模型的弱监督语义分割算法,该算法把图片的标签,图片显著性,还有超像素间的MRF(Markov Random Filed)这三个影响因子作为三个节点结合到LDA模型中,取得了不错的效果。本文随后提出了稀疏主题模型和自学习框架。稀疏主题模型弥补了之前模型不能显式约束每张图片主题稀疏性的缺点。自学习框架通过训练简单图片获取模型参数,然后指导复杂模型的训练。本文最后在两个公开的数据集上进行了详细的对比实验。实验结果显示,本文提出的几种算法显著提升了语义分割的结果,并且相比当前的其他优秀算法有更好的表现。
[Abstract]:Semantic segmentation is a high - level task in computer vision . The result is that each pixel of the image is assigned a label which can provide sufficient material for the text description of the image .
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 高俊波;安博文;王晓峰;;在线论坛中潜在影响力主题的发现研究[J];计算机应用;2008年01期
2 吴玲达,谢毓湘,栾悉道,肖鹏;互联网多媒体主题信息自动收集与处理系统的研制[J];计算机应用研究;2005年05期
3 蒋凡,高俊波,张敏,王煦法;BBS中主题发现原型系统的设计与实现[J];计算机工程与应用;2005年31期
4 周亦鹏;杜军平;;基于时空情境模型的主题跟踪[J];华南理工大学学报(自然科学版);2012年08期
5 陈雄;都云程;李渝勤;施水才;;基于页面结构分析的论坛主题信息定位方法研究[J];微计算机信息;2010年27期
6 何利益;陆国锋;罗鹏;;动态新闻主题信息推荐系统设计[J];指挥信息系统与技术;2013年04期
7 关慧芬;师军;;基于本体的主题爬虫技术研究[J];计算机仿真;2009年10期
8 张宇;宋巍;刘挺;李生;;基于URL主题的查询分类方法[J];计算机研究与发展;2012年06期
9 欧健文,董守斌,蔡斌;模板化网页主题信息的提取方法[J];清华大学学报(自然科学版);2005年S1期
10 吕聚旺;都云程;王弘蔚;施水才;;基于新型主题信息量化方法的Web主题信息提取研究[J];现代图书情报技术;2008年12期
相关会议论文 前6条
1 吴晨;宋丹;薛德军;师庆辉;;科技主题识别及表示[A];第五届全国信息检索学术会议论文集[C];2009年
2 熊方;王晓宇;郑骏;周傲英;;ITED:一种基于链接的主题提取和主题发现系统[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
3 王玉婷;杜亚军;涂腾涛;;基于Web链接的主题爬行虫初始URL的研究[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
4 冯少卿;都云程;施水才;;基于模板的网页主题信息抽取[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 王琦;唐世渭;杨冬青;王腾蛟;;基于DOM的网页主题信息自动提取[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
6 刁宇峰;王昊;林鸿飞;杨亮;;博客中重复评论发现[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
相关博士学位论文 前6条
1 杨肖;基于主题的互联网信息抓取研究[D];浙江大学;2014年
2 赵一鸣;基于多维尺度分析的潜在主题可视化研究[D];华中师范大学;2013年
3 吴永辉;面向专业领域的网络信息采集及主题检测技术研究与应用[D];哈尔滨工业大学;2010年
4 薛利;面向证券应用的WEB主题观点挖掘若干关键问题研究[D];复旦大学;2013年
5 周厚奎;概率主题模型的研究及其在多媒体主题发现和演化中的应用[D];浙江大学;2017年
6 刘海峰;电子商务中基于信任关系的商品推荐方法[D];大连理工大学;2015年
相关硕士学位论文 前10条
1 莫凡;弱监督情况下基于主题模型的语义分割[D];浙江大学;2017年
2 解琰;主题优化过滤方法研究与应用[D];大连海事大学;2015年
3 杨春艳;基于语义和引用加权的文献主题提取研究[D];浙江大学;2015年
4 卢洋;基于主题模型的混合推荐算法研究[D];电子科技大学;2014年
5 黄志;基于维基歧义页的搜索结果聚类方法研究[D];北京理工大学;2015年
6 王亮;基于主题模型的文本挖掘的研究[D];大连理工大学;2015年
7 任昱凤;基于Hadoop的分布式主题爬虫及其实现[D];陕西师范大学;2015年
8 韩琳;基于贝叶斯主题爬虫的研究与实现[D];北京工业大学;2015年
9 黎楠;面向专利的主题挖掘技术研究及应用[D];北京工业大学;2015年
10 刘学江;超大规模社交网络中基于结构与主题的社团挖掘[D];电子科技大学;2015年
,本文编号:1890019
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1890019.html