...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia, IEEE Transactions on >A Locality Sensitive Low-Rank Model for Image Tag Completion
【24h】

A Locality Sensitive Low-Rank Model for Image Tag Completion

机译：用于图像标记完成的局部敏感低排名模型

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Many visual applications have benefited from the outburst of web images, yet the imprecise and incomplete tags arbitrarily provided by users, as the thorn of the rose, may hamper the performance of retrieval or indexing systems relying on such data. In this paper, we propose a novel locality sensitive low-rank model for image tag completion, which approximates the global nonlinear model with a collection of local linear models. To effectively infuse the idea of locality sensitivity, a simple and effective pre-processing module is designed to learn suitable representation for data partition, and a global consensus regularizer is introduced to mitigate the risk of overfitting. Meanwhile, low-rank matrix factorization is employed as local models, where the local geometry structures are preserved for the low-dimensional representation of both tags and samples. Extensive empirical evaluations conducted on three datasets demonstrate the effectiveness and efficiency of the proposed method, where our method outperforms pervious ones by a large margin.
机译：Web图像的大量涌现使许多视觉应用程序受益匪浅，但由于玫瑰的刺痛，用户任意提供的不精确和不完整的标签可能会妨碍依赖于此类数据的检索或索引系统的性能。在本文中，我们提出了一种新颖的局部敏感低秩模型来完成图像标签，该模型用局部线性模型的集合来近似全局非线性模型。为了有效地注入局部敏感度的思想，设计了一个简单有效的预处理模块，以学习适用于数据分区的表示形式，并引入了全局共识正则化器以减轻过度拟合的风险。同时，将低秩矩阵分解用作局部模型，其中保留局部几何结构以用于标签和样本的低维表示。在三个数据集上进行的广泛经验评估证明了该方法的有效性和效率，其中我们的方法在很大程度上优于以前的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号