跨模态社交图像聚类.pdfVIP

第 卷 第 期 ４１ １ 　 　　 　　 　　 　　 Ｖｏｌ．４１ Ｎｏ．１ 年 月 ２０１８ １ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊａｎ．２０１８ 　 跨模态社交图像聚类 赵其鲁 李宗民 　　 （中国石油大学（华东）计算机与通信工程学院 山东 青岛 ２６６５８０） 　 　 摘 要 社交图像包含两种模态的信息：视觉信息和社交标签信息 绝大部分跨模态学习领域的研究者，将其精力 ． 　 　 集中在多模态信息的共享特征空间学习上，从而往往忽略了各模态信息所独有的特征 在该文中将探究如何利用 ． 二者的共享信息以及独有信息进行跨模态的图像聚类 该文将共享特征空间的学习看作一个共轭词典学习问题 ． （ ， ），通过一个 犔， 范数的正则项使各模态的词典稀疏化，这种结构化的稀疏性限 ＣｏｕｌｅｄＤｉｃｔｉｏｎａｒＬｅａｒｎｉｎ ＣＤＬ ｐ ｙ ｇ １∞ 制会使各模态独有的特征得以保留 除此之外，该文还提出了一个简单的语义相似度度量框架 借助一个包含丰富 ． ． 语义关系的信息库 ，该文通过度量标签间的概念距离（ ）与释义相似度（ ）， ＷｏｒｄＮｅｔ ｃｏｎｃｅｔｕａｌｄｉｓｔａｎｃｅ ｌｏｓｓｓｉｍｉｌａｒｉｔ ｐ ｇ ｙ 为标签添加一定的语义关系，以度量样本间的语义相似度 通过实验证明该文“共享 独有”模式的跨模态学习的 ． ＆ 方法，相比其它只利用共享特征的方法，在聚类任务上表现更为出色． 《 关键词 跨模态学习；共轭词典学习；ＷｏｒｄＮｅｔ；图像聚类；社交图像；语义相似度度量 　 中图法分类号 号 ／ ＴＰ３９１ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１８．０００９８ 　　　 计 犆狉狅狊狊犕狅犱犪犾犛狅犮犻犪犾犐犿犪犲犆犾狌狊狋犲狉犻狀 算 犵 犵 ＺＨＡＯＱｉＬｕ ＬＩＺｏｎＭｉｎ 　 ｇ （ ，