计算机技术与发展2022，Vol.32Issue(9) ：214-220.DOI:10.3969/j.issn.1673-629X.2022.09.033

基于视觉注意力和FCA的古建筑图像语义完备

Semantic Completion Annotation of Ancient Architecture Based on Visual Attention Mechanism and FCA

牛少刚 张素兰 张继福
计算机技术与发展2022，Vol.32Issue(9) ：214-220.DOI:10.3969/j.issn.1673-629X.2022.09.033
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于视觉注意力和FCA的古建筑图像语义完备

Semantic Completion Annotation of Ancient Architecture Based on Visual Attention Mechanism and FCA

牛少刚 1张素兰 1张继福1
扫码查看

作者信息

  • 1. 太原科技大学 计算机科学与技术学院,山西 太原 030024
  • 折叠

摘要

准确完备的古建筑图像语义不仅可提高古建筑图像检索效率,且能有效反映古建筑的历史文化信息.针对不同古建筑图像轮廓特征明显不同且建筑语义互相关联,为有效丰富古建筑图像语义,提出一种基于视觉注意力机制和形式概念分析(Formal Concept Analysis,FCA)的古建筑图像语义完备方法.首先使用注意力算子网络和VGG16网络模型生成待标注古建筑图像注意力图,并通过softmax分类器进行分类,获取图像初始标签集;其次构造基于待标注图像初始标签及其近邻标签的概念格;然后,利用概念格上下文分析语义的特点,通过概念节点之间的相似度度量,获取待标注图像潜在的语义标签.最后,在古建筑图像数据集上进行实验,结果验证了该方法能够有效地提高古建筑图像标注精度,丰富古建筑图像语义.

关键词

古建筑图像/标签完备/卷积神经网络/视觉注意力机制/形式概念分析

引用本文复制引用

基金项目

出版年

2022
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量4
段落导航相关论文