【摘要】:通常,采用图模型表达数据,以及数据之间的相互关系,有助于发现数据集中的潜在关联信息。因此,在本节将介绍一种跨媒体关联图,用来表达不同类型的多媒体数据集,以及模态内部和模态之间两种数据关系。E中的每条边为<Oi,Oj,r>,表示多媒体对象Oi和Oj之间存在权重为r的边。
不同类型的多媒体数据集之间存在多种的相关信息,彼此之间具有互补性,已有文献证明了这种互补性可以用来提高Web图像检索的性能。通常,采用图模型表达数据,以及数据之间的相互关系,有助于发现数据集中的潜在关联信息。因此,在本节将介绍一种跨媒体关联图,用来表达不同类型的多媒体数据集,以及模态内部和模态之间两种数据关系。
定义1 跨媒体关联图(Cross-Media Correlation Graph,CMCG)跨媒体关联图是一个无向图G=(N,E),其中N,E分别是有限的顶点集合和有限的边集合。N中每个元素代表一个多媒体对象Oi∈(V∪I∪A),E是一个三元组N×N×R,其中R为实数。E中的每条边为<Oi,Oj,r>,表示多媒体对象Oi和Oj之间存在权重为r的边。
根据跨媒体关联图的定义,跨媒体关联图对应一个|N|×|N|的对称矩阵M=[mij],如果媒体对象Oi和Oj之间存在一条边<Oi,Oj,r>,则mij=r,否则mij=0,并且对角线上的元素值都设为零(mij=0)。矩阵元素值mij可以根据前面介绍的视频、图像和音频间的测地线距离矩阵LV,LI,LA,以及跨媒体关联矩阵,进行全局规范化后得到。(www.xing528.com)
需要指出的是,图模型作为数据的表达方式虽然有许多优点,如:挖掘潜在的数据关系,并且在检索过程中可以把搜索范围限制在一个很小的区域内,避免搜索整个数据库,从而达到较高的效率;同时,也存在一些弊端,如:图结构的存储和访问都会占用大量资源,特别是当节点和链接的数目都很大的时候。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。