基于生成模型的社交图像位置预测
信息检索
2015-05-18 v1
摘要
大量带有地理标签的社交图像引起了利用图像丰富内容（如视觉内容和文本描述）预测位置的研究的极大关注。现有大多数研究使用基于文本或基于视觉的方法预测位置。仍存在一个问题：如何有效利用不同类型内容之间的相关性及其地理分布来进行位置预测。本文中，我们提出通过学习地理位置与多种图像内容类型之间的潜在关系来预测图像位置。特别地，我们提出一种地理主题模型 GTMI（社交图像地理主题模型）来整合多种图像内容类型及其地理分布。在 GTMI 中，图像主题基于文本词汇和视觉特征建模。每个区域拥有其自身的主题分布，从而拥有自身的语言模型和视觉模式。新图像的位置基于图像内容的联合概率以及图像间主题分布的相似性度量来估计。实验结果证明了基于 GTMI 的位置预测的性能。
引用
@article{arxiv.1505.03984,
title = {Location Prediction of Social Images via Generative Model},
author = {Xiaoming Zhang and Zhoujun Li and Senzhang Wang and Yang Yang and Xueqiang Lv},
journal= {arXiv preprint arXiv:1505.03984},
year = {2015}
}
备注
8 pages