| 基于MFF-GAN的图像集视觉总结 |
| |
| 引用本文： | 张文凯,孙皓,孙显,王宏琦. 基于MFF-GAN的图像集视觉总结[J]. 计算机工程, 2019, 45(2): 202-206 |
| |
| 作者姓名： | 张文凯 孙皓 孙显 王宏琦 |
| |
| 作者单位： | 中国科学院电子学研究所, 北京 100190;中国科学院空间信息处理与应用系统技术重点实验室, 北京 100190;中国科学院大学, 北京 100190;中国科学院电子学研究所, 北京 100190;中国科学院空间信息处理与应用系统技术重点实验室, 北京 100190 |
| |
| 摘 要： | 现有图像集视觉总结方法主要使用浅层视觉特征,或者直接应用已训练的卷积神经网络模型提取图像深层特征,选取的图像不具代表性。为此,分析并研究图像集视觉总结的图像特征表示方法,提出多特征图融合生成对抗网络(MFF-GAN)模型。该模型中的判别器通过多特征图融合的方式提取图像特征,使提取的特征能表示图像细节和高层语义信息,并在多特征图融合层后添加自编码网络对特征进行降维,避免特征维度灾难问题。NUS-WIDE数据集上的实验结果验证了M FF-GAN模型的有效性,并表明其能有效提升图像集视觉总结多样性。
|
| 关 键 词： | 生成对抗网络 特征学习 视觉总结 多特征图融合 自编码网络 |
Image Set Visual Summarization Based on MFF-GAN |
| |
| ZHANG Wenkai,SUN Hao,SUN Xian,WANG Hongqi. Image Set Visual Summarization Based on MFF-GAN[J]. Computer Engineering, 2019, 45(2): 202-206 |
| |
| Authors: | ZHANG Wenkai SUN Hao SUN Xian WANG Hongqi |
| |
| Affiliation: | (Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China;Key Laboratory of Spatial Information Processing and Application System Technology, Chinese Academy of Sciences,Beijing 100190,China;University of Chinese Academy of Sciences,Beijing 100190,China) |
| |
| Abstract: | ZHANG Wenkai;SUN Hao;SUN Xian;WANG Hongqi(Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China;Key Laboratory of Spatial Information Processing and Application System Technology, Chinese Academy of Sciences,Beijing 100190,China;University of Chinese Academy of Sciences,Beijing 100190,China) |
| |
| Keywords: | Generative Adversarial Network(GAN) feature learning visual summarization multi-feature fusion autoencoder network |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
