[发明专利]基于贝叶斯算法对图像语义数据的概率潜在参数估计模型

摘要

针对目前图像检索中存在的“语义鸿沟”的问题，提出了一种在图像语义检索的基础上加入概率潜在语义主题词（以后简称：主题词）参数，建立：文档‑‑主题词‑‑语义特征词”三者的概率关系，结合贝叶斯概率估计算法原理，计算后验概率。后验概率=先验概率*似然函数。用EM算法来求出后验概率最大似然估计值，建立贝叶斯概率估计模型。签于“文档‑‑主题词‑‑语义特征词”之间的关系，映射出文档，利用文档与图像的对应，最终显示用户所需要的图像。

主权项

本发明的技术方案为基于贝叶斯概率算法对无监督图像语义数据的概率潜在语义的参数估计模型，其特点在于，运用贝叶斯学习理论的基本观点为来挖掘无监督图像语义数据之间的潜在关系：步骤1，建立图像文档‑‑‑潜在语义特征词‑‑‑词，图像语义特征三者之间的概率关系；步骤2，用贝叶斯概率估计算法，后验概率=先验概率*似然函数，用贝叶斯假设对先验概率进行付值；步骤3，利用EM算法求后验概率的最大似然估计值；步骤4，用K‑m算法进行EM初始值设定；步骤5，E步骤计算希望值；步骤6，M步骤计算参数最大似然估计值；步骤7，设定一个循环参数K，k < K时继续EM计算，k = K时结束计算。