SIFT(尺度不变特征变换)/ SURF
LBP(局部二值模式) | 描述图像局部特征
辅助图像局部对比 |
| VLAD | 提取图像特征 |
| CNN(卷积神经网络)/RNN(循环神经网络)/DNN(深度神经网络)/LSTM(长短期记忆网络) | 生成将图像信息和文字信息对应的模型[32],图像分类[33], 同时也用于图像信息的捕获与解析 |
| NLP(自然语言处理) | 对与图像相关联文本的处理 |
| SVM(支持向量机) | 图像视觉信息(语义信息)分类器[34] |
| Fisher Vector Encoding | 将图像的视觉描述子映射为高维向量[35] |
| pLSA/LDA(主题模型) | 对图像相关的文本、关键词进行主题模型的建立[28,36] |
| CCA(典型关联分析) | 建立图像和文本的关联[37] |
| Apriori Algorithm(关联规则) | 发掘图像与图像、图像与文本的关联[29] |
| K-Nearest Neighbor(邻近算法)/LMNN(大间隔最近邻居) | 图像信息聚类 |
| Community Detection(社区发现算法) | 为图像的语义信息、视觉信息构建概念图[38] |
| Eigenfaces/Fisherfaces | 人脸识别 |