一种结合卷积神经网络与 LDA 的图像主题可视化混合监督-无监督方法
计算机视觉与模式识别
2017-04-11 v2
摘要
鉴于近期数据驱动范式在图像识别方面的进展，手工标注大量训练数据以拟合卷积神经网络 (CNN) 模型仍然昂贵。本文提出一种混合监督-无监督方法，结合预训练的 AlexNet 与隐含狄利克雷分布 (LDA)，从无标签的生活记录数据集和 COCO 数据集中提取图像主题。我们从 AlexNet 的 softmax 层生成自我中心数据集的词袋表示，并利用 LDA 可视化包含重复图像的主体生活类别。我们使用 COCO 数据集中 4 个类别的子集作为真值，定义一致率以定量分析方法性能，平均一致率达到 84%，而原始 CNN 模型仅为 18.75%。该方法能够检测 COCO 数据集中的错误标签和多标签。为进行可扩展性测试，在 Intel Knights Landing 集群上使用 Harp-LDA 进行并行化实验：为 241,035 张 COCO 图像提取 1,000 个主题分配，使用 60 线程耗时 10 分钟。
引用
@article{arxiv.1703.05243,
title = {A Hybrid Supervised-unsupervised Method on Image Topic Visualization with Convolutional Neural Network and LDA},
author = {Kai Zhen and Mridul Birla and David Crandall and Bingjing Zhang and Judy Qiu},
journal= {arXiv preprint arXiv:1703.05243},
year = {2017}
}
备注
9 pages, 9 figures