《表4 Flickr30K数据集中各种图像特征在图像推荐算法的对比实验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向图文匹配任务的多层次图像特征融合算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本实验中，利用所有的描述短句训练出500主题的潜在语义分析主题模型，用于产生文本的特征向量。与3.1节的实验一样，本节实验也使用了预训练inception v3网络中的fc特征以及mixed9特征来作为多层次预训练图像特征。融合算法中所使用的MLPfc，mixed9和用于对比实验的MLPfc的具体结构和训练细节也与搜狐数据集实验保持一致，已在3.1节给出。最终则能利用29 783幅训练图像和对应的描述短句，有监督地对MLPfc，mixed9和MLPfc的网络参数进行训练。在本数据集中，各种图像特征在图像推荐算法中的对比实验结果如表4所示。从表4可以看到，与3.1节的实验结果不一样，fc+mixed9特征的大部分recall@K表现相比于fc特征要差，证明噪声特征在该数据集中有很严重的不利影响。而MLPfc，mixed9融合图像特征相比于fc特征，尽管在recall@1的表现上有下降，但是其在recall@5，10的表现更优，其中recall@10表现有1.0的提升。因此，本文方法在Flickr30K数据集中也是有效的。