用于同步图像分类与标注的有监督神经自回归主题模型
计算机视觉与模式识别
2013-05-24 v1 机器学习
机器学习
摘要
基于潜在狄利克雷分配（LDA）的主题建模一直是场景识别和标注的首选框架。最近，一种新型主题模型——文档神经自回归分布估计器（DocNADE）被提出，并在文档建模中展示了最先进的性能。在这项工作中，我们展示了如何成功地将该模型应用于视觉场景建模并加以扩展。具体来说，我们提出了SupDocNADE，它是DocNADE的有监督扩展，通过将标签信息纳入模型的训练目标来增加隐藏主题特征的判别能力。我们还描述了如何利用视觉词的空间位置信息以及如何嵌入额外的图像标注，从而同时执行图像分类和标注。我们在Scene15、LabelMe和UIUC-Sports数据集上测试了我们的模型，结果表明它优于其他主题模型，如LDA的有监督变体。
引用
@article{arxiv.1305.5306,
title = {A Supervised Neural Autoregressive Topic Model for Simultaneous Image Classification and Annotation},
author = {Yin Zheng and Yu-Jin Zhang and Hugo Larochelle},
journal= {arXiv preprint arXiv:1305.5306},
year = {2013}
}
备注
13 pages, 5 figures