基于在线深层主题模型的多模态检索方法

授权

摘要

本发明公开了一种基于在线深层主题模型的多模态检索方法，属于图像处理技术领域，其思路为：确定J张图像和J个相应的文本为数据集，其中每个相应的文本为对应图像包括的若干个单词；对数据集进行预处理后，得到文本矩阵和图像特征矩阵；建立包括T层的泊松伽马置信网络，并得到文本矩阵的每一层变量权重矩阵；根据文本矩阵的每一层变量权重矩阵，并基于在线深层主题模型得到图像特征矩阵的最优全局主题参数矩阵和文本矩阵的最优全局主题参数矩阵；根据图像特征矩阵的最优全局主题参数矩阵和文本矩阵的最优全局主题参数矩阵，以及图像特征矩阵，得到文本矩阵的预测单词矩阵后作为本发明的一种基于在线深层主题模型的多模态检索结果。

基本信息

专利标题：

基于在线深层主题模型的多模态检索方法

专利标题（英）：

暂无

公开（公告）号：

CN109033304A

申请号：

CN201810781063.3

公开（公告）日：

2018-12-18

申请日：

2018-07-17

授权号：

CN109033304B

授权日：

2022-05-03

发明人：

陈渤肖肃诚王超杰

申请人：

西安电子科技大学

申请人地址：

陕西省西安市太白南路2号

代理机构：

西安睿通知识产权代理事务所(特殊普通合伙)

代理人：

惠文轩

优先权：

CN201810781063.3

主分类号：

G06F17/30

IPC分类号：

G06F17/30 G06N3/08