基于有向图模型的多模态新闻图像检索研究

摘要：

不同模态特征描述网络新闻数据各具优势。为充分利用不同模态特征的优点，提高网络新闻图像检索准确率，提出了一种基于有向图理论模型的多模态特征融合检索方法。首先对新闻图像进行预处理，提升新闻图像兴趣点对比度，之后对新闻文本提取关键词，然后对新闻图像进行场景辨别，结合图像人物特征，将文本、场景、人物特征依据有向图理论模型进行融合，形成基于有向图理论模型的多模态融合检索。在10万条新闻数据上测试，实验结果表明，本文提出的方法检索准确率达到了69％，查全率达到70％，效果提升了5％。

关键词：多模态、有向图模型、新闻图像、语义相似度、特征融合

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61271304;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目KZ201311232037;北京市属高等学校创新团队建设与教师职业发展计划项目IDHT20130519

在线出版日期：2016-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：78-84,99