技术特征：
技术总结
本发明涉及一种基于扩展的sLDA模型对图像进行标题注释的方法，是为了解决现有的图像注释方法会遇到可伸缩性问题，只能处理一个小的注释词汇表，缺乏通用型和易用性的缺点而提出的，包括：对于输入的图像，提取图像的局部特征，并利用K‑means算法得到图像的N个视觉词汇；使用LDA模型表示给定文档隐藏变量的后验分布；引入响应变量并将响应变量分布定义成多变量伯努利分布；使用基于凸性的LDA推理变分算法进行公式近似；求取变分参数值；估计模型参数；预测响应变量的分布。本发明适用于图像标题注释系统。
技术研发人员：秦丹阳;冯攀;纪萍;马静雅;张岩;杨松祥
受保护的技术使用者：黑龙江大学
技术研发日：2018.07.11
技术公布日：2018.12.11