[发明专利]一种基于图像和文本相关性挖掘的Web图像聚类方法

摘要

本发明公开了一种基于图像和文本相关性挖掘的Web图像聚类方法。包括如下步骤：(1)根据查询提取Google图片搜索结果中的图像及其伴随文本；(2)提取伴随文本中名词构成词汇表；(3)计算词汇表中单词的可见度，并将其与TF-IDF方法集成以计算单词和图像相关性关联；(4)计算词汇表中任意两个单词间的主题相关度；(5)利用复杂图对相关性关联建模；(6)应用复杂图聚类算法对图像进行聚类。本发明将单词可见度与TF-IDF方法结合定义单词和图像的相关性关联，突破了TF-IDF方法作为一种文本处理技术不能直接度量单词和图像之间相关性的限制，通过复杂图对单词和图像以及单词和单词相关性关联建模提出了一种Web图像聚类框架，使得图像检索结果根据主题进行归类，方便用户进行检索。

主权项

1.一种基于图像和文本相关性挖掘的Web图像聚类方法，其特征在于包括如下步骤：(1)根据用户查询提取Google图片搜索的检索结果中的图像及其伴随文本，提取伴随文本中的名词构成词汇表；(2)对伴随文本进行文本处理并提取文本特征；(3)计算词汇表中每个单词的可见度；(4)将单词的可见度与TF-IDF方法集成以计算单词和图像相关性关联；(5)根据主题模型对伴随文本集合进行分析，提取隐含主题概率分布以计算词汇表中任意两个单词间的主题相关度；(6)利用复杂图模型对单词和图像相关性关联以及单词和单词主题相关性关联进行建模；(7)应用复杂图聚类算法对图像进行聚类。