第年卷 第月期 计 算 机 学 报 基于图像三元组挖掘的无监督.pdfVIP

第卷第期 ４１ １２ 　 　　　　　　　　 Ｖｏｌ．４１Ｎｏ．１２ 年月 ２０１８１２ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｄｅｃ．２０１８ 　 基于图像三元组挖掘的无监督视觉表示学习 何果财 刘峡壁 　　 （ ） 北京理工大学计算机学院智能信息技术北京市重点实验室北京１０００８１ 　 　 ， ， 摘要特征表示是计算机视觉应用中的关键问题之一由于视觉数据的海量增长和人工标记的高成本问题无 　　 监督视觉表示学习逐渐受到了人们的广泛关注该文提出一种基于图像三元组挖掘的无监督视觉表示学习方法 ． ． ： ， ， 该方法包含两个部分挖掘图像三元组和学习特征表示具体而言首先构建二分类卷积神经网络从图像数据集 ． ， 、 、 中挖掘三元组即图像与其相似的图像与其不相似的图像这三者构成的数据然后使用得到的图像三元组作为 ． ， ， 监督信息通过训练 卷积神经网络来获得视觉表示为了验证该文所提出的学习方法该文将学习得到的 Ｔｒｉｌｅｔ ． ｐ ， ， 特征表示应用到常用图像数据集的聚类和分类问题上在聚类方面相较于传统的视觉特征方法该文特征的聚类 ． ； ， ， 表现在规范化互信息上有 的提升在分类方面所提出的方法也取得了有竞争力的结果实验表明该文所提 １２．７％ 出的方法是有效的．；《； ； ； 关键词无监督学习视觉表示学习图像三元组卷积神经网络深度学习 　 计 ／ 中图法分类号 号 ＴＰ１８３ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１８．０２７８７ 　　　 算 犝狀狊狌犲狉狏犻狊犲犱犞犻狊狌犪犾犚犲狉犲狊犲狀狋犪狋犻狅狀犔犲犪狉狀犻狀狑犻狋犺犐犿犪犲犜狉犻犾犲狋狊犕犻狀犻狀 狆 狆 犵 犵狆 犵